El Camino a Las Redes Neuronales Artificiales.

Format:

Book

Author/Creator:

Restrepo Leal, Diego Andrés.

Contributor:

Viloria Porto, Julie Pauline.

Robles Algarín, Carlos Arturo.

Language:

Spanish

Subjects (All):

Artificial intelligence.

Deep learning (Machine learning).

Genre:

Electronic books.

Physical Description:

1 online resource (68 pages)

Edition:

1st ed.

Place of Publication:

Bogota : Editorial UniMagdalena, 2021.

Summary:

En los últimos años se ha visto un acelerado crecimiento en el uso de las redes neuronales artificiales y la inteligencia computacional en el mundo. Esto obedece a diferentes factores como las mejoras a nivel de fabricación de los procesadores y la adopción de la filosofía del hardware y software libre, con lo cual se consolidaron comunidades cooperativas en torno a proyectos cada vez más ambiciosos e innovadores. Como resultado, han surgido diversas iniciativas que facilitan la implementación de redes neuronales artificiales, aunque a su vez se han convertido en una caja negra para los usuarios puesto que están conformadas por numerosos módulos que se traducen en muchas líneas de código por asimilar. Entendiendo la importancia de forjar bases sólidas de conocimiento, los autores realizan a lo largo de esta obra un recorrido de diversos conceptos y herramientas matemáticas para sumergir poco a poco al lector en la creación de sus propias utilidades para implementar redes neuronales, con un lenguaje amigable en el que se abordan numerosos ejemplos prácticos, los cuales están disponibles en una máquina virtual y en un repositorio público.

Contents:

Intro

Glosario tecnico

Prefacio

Introducción

Convenciones

Bash Shell

Gnuplot

1. Historia de las redes neuronales artificiales

Machine learning

Lógica difusa

Algoritmos geneticos

Deep learning

2. Modelo de neurona biológica

3. Modelo de neurona artificial y su arquitectura

Función de activación

Función de activación lineal

Función de activación logaritmo sigmoide

Función de activación tangente hiperbólica sigmoide

Ejercicios de función de activación

Perceptrón

Ejemplo de una neurona con dos entradas

Ejemplo de una RNA con dos entradas y una salida con varias funciones de activación

Frontera de decisión

Problemas linealmente separables

El problema de la XOR

Ejercicios

4. Entrenamiento

Error medio cuadrado

Función mse

Normalización

Función normalizar_1_1

Algoritmo backpropagation

Backpropagation con optimización Levenberg-Marquardt

Ejemplo de entrenamiento de una red neuronal

Referencias bibliográficas

Apendice A códigos en Bash Shell

A.1. graficarfunciones.sh: código para graficar funciones de activación

A.2. shfunciones.sh: código de funciones de activación

A.3. shfunciones_hardlim.sh: código de funciones de activación hardlim y hardlims

A.4. shperceptron2inputH.sh: código perceptrón con dos entradas, una salida y hardlims

A.5. shrnaor.sh: código RNA OR

A.6. shrnaxor.sh: código RNA XOR

A.7. shmse.sh: código error medio cuadrado

A.8. shnormalizar.sh: código normalizar y graficar

A.9. graficar_iteracion_mse.sh: grafica las iteraciones vs. mse

Apendice B: RNAlib

B.1. RNAlib.h

B.2. RNAlib.c

Notes:

Description based upon print version of record.

Description based on publisher supplied metadata and other sources.

Part of the metadata in this record was created by AI, based on the text of the resource.

ISBN:

9789587464313

9587464311

OCLC:

1342500450