45 lines
2.1 KiB
Markdown
45 lines
2.1 KiB
Markdown
---
|
||
title: "Trabajo Practico 4"
|
||
author: "Federico Polidoro"
|
||
---
|
||
# 1 – Nombre las distintas partes que forman una neurona.
|
||
En el ambito de las redes neuronales computacionales:
|
||
1- Entrada
|
||
Cada neurona recibe una serie de señales de entrada (x_1, x_2, x_3, …) que representan características del problema a resolver
|
||
|
||
2- Pesos
|
||
Cada entrada tiene un peso asociado. Los pesos son ajustables y son los parámetros que se entrenan durante el aprendizaje de la red.
|
||
|
||
3- Suma ponderada
|
||
La neurona calcula una combinación lineal de las entradas y los pesos.
|
||
|
||
4- Salida
|
||
La salida de la neurona es el resultado de aplicar la función de activación a la suma ponderada de las entradas.
|
||
|
||
# 2 – Las neuronas funcionan por:
|
||
- [ ] Impulsos Magnéticos.
|
||
- [ ] Reacciones químicas.
|
||
- [X] Ambas
|
||
|
||
# 3 – Definir que es una R.N.A.
|
||
es un sistema de procesamiento de información inspirado en el funcionamiento de las neuronas biológicas. Está compuesta por capas de
|
||
neuronas artificiales que procesan datos, donde cada neurona realiza cálculos simples y los transmite a otras neuronas.
|
||
|
||
# 4 – En el aprendizaje no supervisado con RNA, ¿cuales son los dos métodos que se utilizan?
|
||
1. Clustering (Agrupamiento): Agrupa datos en subconjuntos de elementos similares, sin etiquetas predefinidas.
|
||
|
||
2. Reducción: Se utiliza para reducir la cantidad de variables en los datos, preservando la mayor cantidad posible de información.
|
||
|
||
# 5 – De ejemplos de áreas de utilización de R.N.A.
|
||
Las Redes Neuronales Artificiales tienen aplicaciones en diversas áreas, tales como:
|
||
|
||
+ Visión por computadora: Reconocimiento de objetos, clasificación de imágenes, y procesamiento de vídeo.
|
||
+ Procesamiento del lenguaje natural: Traducción automática, generación de texto, y análisis de sentimientos.
|
||
+ Reconocimiento de voz: Sistemas como los asistentes virtuales.
|
||
+ Diagnóstico médico: Análisis de imágenes médicas para detectar enfermedades.
|
||
+ Robótica: Control de movimiento y toma de decisiones en robots autónomos.
|
||
+ Finanzas: Predicción de mercados bursátiles y detección de fraudes financieros.
|
||
|
||
|
||
|