Redes Neuronales 1.0

Descripción del contenido a ver es este Blog:

1.- Introducción.

Fundamentos biológicos, modelo computacional (estructura básica), RNA vs Computo convencional.

2.- Primeros modelos computacionales.

Consideraciones básicas: Células de Mc. Culloch-Pitts, Perceptrón simple, Red ADALINE.

3.- Perceptrón Multicapa. (Problemas de tipo no lineal, paradigma supervisado).

Introducción, arquitectura, la propagación hacia adelante, función de activación no lineal, regla de aprendizaje, procesos de aprendizaje, capacidad de generalización, fenómeno de sobre-entrenamiento.

4.- Redes neuronales de base radial.

Introducción, arquitectura, funciones de activación de tipo base radial, proceso de aprendizaje híbrido (combina técnicas no supervisadas y supervisadas).

5.- Redes neuronales recurrentes.

Introducción, tipos de redes neuronales recurrentes, red de Hopfield (memoria asociativa).

6.- Mapa auto-organizado de Kohonen. (Paradigma no supervisado).

Introducción, arquitectura, aprendizaje no supervisado.

Existen un gran número de arquitecturas de redes neuronales sin embargo, en este Blog no se podrán tratar todas, se considera que los fundamentos estudiados respecto al contenido descrito anteriormente, son suficientes para poder analizar y entender cualquier arquitectura de RNA,  porque en los temas a estudiar se encuentran los fundamentos más significativos de las RNA en general.