UNIDAD 5

APRENDIZAJE

Clase # 2

INTRODUCCIÓN

Como en la mayoría de este blog se ha venido hablando de las investigaciones que hicieron posible lo que hoy llamamos inteligencia artificial junto con sus campos mas innovador que es la redes de neuronas artificiales, bien estas neuronas están desarrolladas para resolver distintas problemáticas del mundo real y trabajan con bajas capacidades de procesamiento cognitivo, donde se dice que poseen un alto grado de conectividad entre si, siendo identificadas por su pesos. Es por esto que a continuación se dará a conocer una breve información de lo tratado en clase como es el caso del aprendizaje, que es muy indispensable esta temática dentro de una red neuronal de neuronas artificiales.

MARCO TEÓRICO

APRENDIZAJE

Una red neuronal modifica sus pesos en respuestas es decir tiene información de entrada y esto se considera un proceso de aprendizaje. Dentro del aprendizaje pueden existir cambios durante el proceso de aprendizaje como la destrucción, modificación y creación de conexiones entre las neuronas.

                  W = 0 Destrucción                               W › 0 Creación 

                        Aprendizaje

Descripción gráfica de un robots demostrando su aprendizaje

El aprendizaje esta dado por un esquema de una red que determina el tipo de problemas que sera capaz de resolver, con se muestra en la imagen el niño robots esta identificando las esferas por sus colores. Y como las redes de neuronas artificiales son sistemas de aprendizaje basado en ejemplos se esta demostrando para que se creado.

CARACTERÍSTICAS DE APRENDIZAJE 

El proceso de aprendizaje debe poseer la características que mencionaremos a continuación:

Ser significativo: Esta característica debe tener un numero suficiente de ejemplos, si se reduce el conjunto de aprendizaje la red no sera capaz de adaptar sus pesos en forma efectiva.

Ser representativo: Al ser de este tipo los componentes del conjunto de aprendizaje deberán ser diversos y si el conjunto de aprendizaje tiene muchos mas ejemplos de un mismo tipo que el resto, se puede decir que la red se especializara en dicho subconjunto de datos y no sera de aplicación general.

PASOS DE FINALIZACIÓN DE PERIODOS DE APRENDIZAJE

1. Mediante un numna ero fijo de ciclos
2. Cuando el error descienda por debajo de una cantidadpreestablecida
3. Cunado la modificación de los pesos sea irrelevante

CONCLUSIÓN

Para finalizar este tema se puede decir que dentro de la redes neuronales es muy indispensable los modelos computacionales que ayudan a fomentar bueno resultados en la solución de un problema y de igual manera esto va acompañado del aprendizaje que importante dentro del desarrollo de las redes neuronales artificial.

BIBLIOGRAFÍA

Gómez, F; Fernández, M; López, M; Díaz, M. 2004.   Aprendizaje   con    redes. 

Salas, R.  2008.  Redes  Neuronales  Artificiales.  (En línea).  Formato PDF.

Consultado el 12 de ene. 2016. Disponible en: http://www.inf.utfsm.cl/~rsalas/Pagina_Investigacion