Contenido
Objetivo

Interpretar el funcionamiento de las neuronas biológicas, para replicarlas a través de neuronas artificiales lo más nítidamente posible, a través de la ley de Hebb.

Descripción

A través de esta experiencia educativa, aprenderás el funcionamiento de las redes neuronales monocapa y multicapas, y cómo, a través del aprendizaje hebbeniano, se mantiene un aprendizaje dinámico.

Explicación

Haz clic para revisar la explicación.

Arquitectura de redes neuronales

Recursos adicionales

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa la siguiente lectura:

Para conocer más sobre arquitectura de redes neuronales, te recomendamos leer:

Porter, M. (2018). WHAT IS... a Multilayer Network? Notices of the AMS, 65(11). Recuperado de https://www.ams.org/journals/notices/201811/rnoti-p1419.pdf?utm_source=Informz&utm_medium=email&utm_campaign=Informz%20Mailing&_zs=9JeSA1&_zl=h8ql4

Actividad
Objetivo

Aplicar adecuadamente el RNA de aprendizaje analizando su arquitectura.

Instrucciones

  1. Contesta las siguientes preguntas:

    1. ¿Cuáles son y para qué sirven las capas que se encuentran dentro de una red?
    2. ¿Qué diferencia existe entre un aprendizaje supervisado y un aprendizaje no supervisado?
    3. ¿Qué diferencia existe entre la red monocapa y la red multicapa?
    4. ¿Qué diferencia existe entre las conexiones de las capas?
    5. Define aprendizaje de una RNA.
Checklist

Asegúrate de:

  • Definir correctamente el algoritmo de aprendizaje de una RNA.
  • Comprender las diferencias entre los tipos de capas.