Fluxograma
Redes neuronales
Conteúdo do fluxograma
Machine learning
Generalizar
Clasificador
Aprender
Optimización
Evaluación
Representación
función objetivo
hypotesis space
Buenos clasificadores
malos clasificadores
problemas
Overfitting
Underfitting
necesidad de asumir acerca de la información
de Dimensionalidad
Datos de entrenamiento
Datos nuevos
Hacer suposiciones
William Macready
David Wolpert
teorema de "no hay almuerzo gratis"
aumento en la complejidad
Dimensiones del problema
Entrenamiento
Técnicas
Red neuronales artificial
El cerebro humano
Procesamiento paralelo
conexiones
Función de activación
Bias
Función de suma o neurona
producto
valor externo
Entradas
Salidas
combinación lineal
ajusta la entrada
acotar las salidas
Los pesos
Función escalonada
Función sigmoide
Función Relu
Función tangente hiperbólica
[0,1]
[-1,1]
Las entradas
Arquitecturas
single-layer feedforward network
Recurrent networks
multi layer perceptron
Capas de entrada
Capas ocultas
Capas de salida
Información externa
La solución del problema
procesar la información
aplicaciones
Pronóstico
filtro de spam
Detección de fraudes
Teledetección
el tipo más comun es el
Requiere
tambien llamado
por medio de
llamado
Usa
Para distinguir entre
Tiene
algunos ejemplos son
su objetivo es
por medio de
haciendo uso de
posee
modela
utiliza
sus partes son
es una
Las entradas
de
entre
se usa para
Funciones matemáticas
son
las mas usadas son
es un
que
sus rangos suelen ser
presenta
algunos son
se ajusta solo a los
no logra generalizar con
requiere
consiste en
ocasionado por
cantidad de variables
es decir
formalizado por
con el
las mas comunes son
Saavedra Rodríguez Fernando
es un
consiste de
recibe
entrega
se encarga de
la mas usada es la
Generalizar
para
Informações
- Descrição
- Fluxograma sobre Redes neuronales, criado por Fercho Saavedra em 27-03-2020.
- Criado por
- Fercho Saavedra
- Visualizações
- 1
- Avaliação
Mais sobre Redes neuronales y aprendizaje profundo