Las Redes Neuronales, ya las habíamos nombrado varias veces a lo largo de este documento, pero no habíamos tenido la oportunidad de profundizar en ellas y definirlas, se conoce como una red neuronal artificial (también conocidas como sistemas conexionistas, neuronal network o simplemente NN) a un modelo computacional que ha ido evolucionando a partir de diversas aportaciones científicas [3], esta consiste en un conjunto de unidades, llamadas neuronas artificiales, conectadas entre sí y de tal manera que se transmiten señales. La información de entrada atraviesa la red neuronal donde tras someterse a diversas operaciones produce unos valores de salida.
Las redes neuronales tratan de imitar las operaciones que el cerebro humano realiza a la hora de procesar los datos y relacionar grandes volúmenes de datos, estos algoritmos se usan principalmente en el reconocimiento de las relaciones intrínsecas de los datos de un conjunto.
Este modelo computacional aprende de manera jerárquica, es decir, la información se aprende por niveles, donde en las primeras capas se aprende conceptos concretos, poco a poco, nivel tras nivel, se ira recopilando un mayor número de características haciendo uso de esa información recolectada por las capas anteriores, se irán realizando asociaciones para lograr generar los mejores resultados posibles. Por ejemplo, si tuviéramos un coche, podríamos decir que las primeras capas serían las encargadas de aprender que es una rueda, un espejo, un limpiaparabrisas o un faro, mientras vamos profundizando (de ahí el deep, del término Deep Learning) se irían aprendiendo partes más complejas, como las puertas que tienen ventanas, la luna con los limpiaparabrisas, la carrocería, así hasta lograr identificar el coche. El aprendizaje de esta arquitectura tecnológica se va adaptando en función de los inputs.
Estos módulos computacionales estas constituidas por tres partes diferenciables a las que se les llama capas o unidades (en inglés layers):
- Capa de entrada. - Capa oculta. - Capa de salida.
Ilustración 21: Esquema de una red neuronal y sus partes (ref.)
Comments