Ir al contenido principal

¿Qué es un perceptrón? La neurona artificial



¿Qué es un perceptrón?

Un perceptrón es una neurona artificial, es decir, un modelo matemático que intenta imitar el comportamiento de una neurona biológica. Un perceptrón tiene una serie de entradas, que se ponderan y luego se suman. El resultado de esta suma se pasa a una función de activación, que determina la salida del perceptrón.


Esta función determina si el perceptrón debe "disparar" o no. En su forma más simple, si la suma ponderada es mayor que un cierto umbral, el perceptrón produce una salida activada (generalmente 1), de lo contrario, produce una salida desactivada (generalmente 0).


Red neuronal

Una red neuronal es un conjunto de perceptrones interconectados. Los perceptrones de una red neuronal pueden estar organizados en capas, de modo que las salidas de una capa se convierten en las entradas de la siguiente.



Una red neuronal multicapa tiene dos o más capas de perceptrones. Las capas de entrada y salida son similares a las de un perceptrón simple. Las capas ocultas se encuentran entre las capas de entrada y salida.

Las capas ocultas permiten a las redes neuronales aprender patrones complejos que no se pueden aprender con un perceptrón simple.

Un perceptrón se utiliza para realizar una clasificación binaria simple, como determinar si una imagen contiene un gato o no. Sin embargo, una red neuronal se compone de muchas capas de perceptrones interconectados, lo que le permite realizar tareas mucho más complejas, como el reconocimiento de objetos en imágenes, el procesamiento de texto y la toma de decisiones basadas en datos.





Comentarios

Entradas populares de este blog

¿Qué es bias? ¿Qué es umbral? ¿Son lo mismo?

¿Qué es bias? ¿Qué es umbral? ¿Son lo mismo? No, el término "bias" (sesgo) y "umbral" no son lo mismo en un perceptrón, aunque a menudo se utilizan indistintamente en algunos contextos informales. En el contexto de las redes neuronales y los perceptrones, tienen significados ligeramente diferentes: Bias (Sesgo): El sesgo es un término que se utiliza en el contexto de las redes neuronales para referirse a un parámetro adicional que se suma ponderadamente a la suma ponderada de las entradas antes de pasarla a través de una función de activación. El sesgo permite ajustar la salida del perceptrón, permitiendo que la red sea más flexible y capaz de aprender funciones más complejas. En otras palabras, el sesgo permite que la función de activación se desplace hacia arriba o hacia abajo en el eje y. Umbral: El umbral es el valor que se compara con la suma ponderada de las entradas en un perceptrón. Si la suma ponderada de las entradas supera el umbral, el perceptrón produc...

Funcionamiento de un perceptron

  ¿Cómo se entrena un perceptrón? El  entrenamiento  del perceptrón no es más que determinar los pesos y el umbral que mejor hagan que la entrada se ajuste a la salida.  Para la determinación de estas variables, se sigue un proceso adaptativo. El proceso  comienza con valores aleatorios y se van modificando estos valores según la diferencia entre los valores deseados y los calculados por la red. En resumen, el perceptrón  aprende de manera iterativa ☝☝☝ ¿Qué es un perceptrón?  Lee aquí Ejemplo Para entender cómo funciona un perceptrón, a continuación realizaremos una ejemplificación , en la que le enseñaremos al perceptrón a responder a las entradas de una compuerta AND, en donde dados 2 valores de entrada x1, x2, nos dé un valor de salida esperado (y). Caso 1: Entrada A (0), Entrada B (0) → Salida 0 1.     Se toman 2 entradas x 1 , x 2 , el tercer parámetro bias, siempre tomara el valor 1. 2.     Se generan los ...