SlideShare una empresa de Scribd logo
1 de 17
REDES NEURONALES Colegio “San Luis Gonzaga” Computación Lic. Fernando Cadena Valencia Daniela Cuarto “C”
 
Las redes neuronales son más que otra forma de emular ciertas características propias de los humanos, como la capacidad de memorizar y de asociar hechos.  Como por ejemplo: ciertos problemas no solo se solucionan con fórmulas, se  observará que todos ellos tienen una característica en común: la experiencia. 
En definitiva, las redes neuronales no son más que un modelo artificialdel cerebro , que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia. Es "un nuevo sistema para  el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano:  la neurona ".
Todos los procesos del cuerpo humano se relacionan en alguna u otra forma con la actividad de estas neuronas.  Aprendizaje  que se obtiene gracias a la experiencia, pues si no podemos resolver un problema, con la  Experiencia podríamos aprender como resolverlo. También, es bien conocido que los humanos son capaces de aprender.  Por lo mismo, estas redes ya adquirieron Esta habilidad.
Consisten de unidades de procesamiento que intercambian  datos o información. Se utilizan para reconocer patrones, incluyendo imágenes,  manuscritos ysecuenciasde tiempo, tendencias financieras. Tienen capacidad de aprender y mejorar su funcionamiento. Definiciones
No se trata de construir máquinas que compitan con Los seres humanos, sino que realicen ciertas tareas de rango intelectual con que ayudarle, principio básico de la Inteligencia Artificial. Una nueva forma de computación, inspirada en modelos biológicos.  Un modelo matemático compuesto por un gran número de elementos procesales organizados en niveles.
El modelo de tipo biológico. El modelo dirigido a aplicación   Este comprende las redes que tratan de simular los sistemas neuronales biológicos. Su arquitectura está fuertemente ligada a las necesida desde las aplicaciones para la que es diseñada. Sin importar de que campo se hable.
. Si bien el desarrollo de estas computadoras es espectacular, no deja de seguir la línea antes expuesta: Una máquina que es capaz de realizar tareas mecánicas de forma increíblemente rápida, como por ejemplo: cálculo, ordenación o control Pero incapaz de obtener resultados aceptables cuando se trata de tareas como reconocimiento de formas, voz, etc.
[object Object],[object Object],Ventajas:
[object Object],[object Object]
[object Object]
Un bot es un programa que simula a un jugador humano. El Neuralbot es un bot para el juego Quake II que utiliza una red neuronal para decidir su comportamiento y un algoritmo genético para el aprendizaje.  Quake II Neuralbot Ejemplos:
Es un programa que combina diversas técnicas computacionales con el objetivo de clasificar familias de proteínas. Un posible método consiste en utilizar métricas adaptativas como por ejemplo: mapas autoorganizados y algoritmos genéticos. Clasificador No Sesgado de Proteínas 
Conclusión: Las redes neuronales son otro medio creado por el hombre para dar un nuevo Paso hacia la perfección, siempre buscando una forma de facilitar la vida del Mismo, gracias a la implementación de máquinas más sofisticadas que además de cumplir funciones mecánicas puedan aprender a realizar nuevas, gracias  Al aprendizaje y con esto a la experimentación. Características propias  Del ser humano, es decir dar más humanidad a una máquina.
A mi parecer por un lado este es una gran creación, pero los hombre por su ambición de ser  Dioses al parecer nos estamos cegando y no temamos en cuenta que todos  Tenemos un límite, no dejemos que las cosas se vayan de as manos al parecer  Con esta creación las máquinas ya no necesitan de nosotros.  No nos confiemos solo  En las máquinas pensando que son lo mejor, somos humanos y somos mucho  Mejores, no dejemos todo en manos de las máquinas nosotros también podemos,  esforcémonos y hagamos mejor las cosas. Así pues... todos necesitamos juzgar,  todos necesitamos aprender, todos necesitamos preguntarnos los porqués y todos  nos equivocamos.... así es nuestra biología, no podemos escapar a ella, por mucho  que lo deseemos....
GRACIAS!!

Más contenido relacionado

La actualidad más candente

Mapa conceptual sobre
Mapa conceptual sobre Mapa conceptual sobre
Mapa conceptual sobre
Juan Anaya
 
P. estructurada vs. programación orientada a objetos
P. estructurada vs. programación orientada a objetosP. estructurada vs. programación orientada a objetos
P. estructurada vs. programación orientada a objetos
Geovanny Yungán
 

La actualidad más candente (20)

Sincronización entre procesos
Sincronización entre procesosSincronización entre procesos
Sincronización entre procesos
 
Diseño de Redes Neuronales Multicapa y Entrenamiento
Diseño de Redes Neuronales Multicapa y EntrenamientoDiseño de Redes Neuronales Multicapa y Entrenamiento
Diseño de Redes Neuronales Multicapa y Entrenamiento
 
automatas finitos
 automatas finitos automatas finitos
automatas finitos
 
Portafolio unidad 2 [Lenguajes y autómatas]- Expresiones y lenguajes regulares
Portafolio unidad 2 [Lenguajes y autómatas]- Expresiones y lenguajes regularesPortafolio unidad 2 [Lenguajes y autómatas]- Expresiones y lenguajes regulares
Portafolio unidad 2 [Lenguajes y autómatas]- Expresiones y lenguajes regulares
 
Administración de memoria
Administración de memoriaAdministración de memoria
Administración de memoria
 
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIAREDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
REDES NEURONALES ARTIFICIALES HISTORIA Y TEORIA
 
Comunicación y Sincronizacion de Procesos
Comunicación y Sincronizacion de ProcesosComunicación y Sincronizacion de Procesos
Comunicación y Sincronizacion de Procesos
 
Lenguajes de simulación
Lenguajes de simulaciónLenguajes de simulación
Lenguajes de simulación
 
CUADRO COMPARATIVO ENTRE MODELO OSI Y TCP/IP
CUADRO COMPARATIVO ENTRE MODELO OSI Y TCP/IPCUADRO COMPARATIVO ENTRE MODELO OSI Y TCP/IP
CUADRO COMPARATIVO ENTRE MODELO OSI Y TCP/IP
 
Memoria Estatica
Memoria EstaticaMemoria Estatica
Memoria Estatica
 
Mapa conceptual sobre
Mapa conceptual sobre Mapa conceptual sobre
Mapa conceptual sobre
 
Gestores de bases de datos cuadros comparativos
Gestores de bases de datos cuadros comparativosGestores de bases de datos cuadros comparativos
Gestores de bases de datos cuadros comparativos
 
SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDASOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
 
Busqueda Binaria
Busqueda BinariaBusqueda Binaria
Busqueda Binaria
 
Método de Vuelta Atrás (Backtracking)
Método de Vuelta Atrás (Backtracking)Método de Vuelta Atrás (Backtracking)
Método de Vuelta Atrás (Backtracking)
 
Sistema Jerarquico
Sistema JerarquicoSistema Jerarquico
Sistema Jerarquico
 
Procesos Ligeros: Hilos o Hebras
Procesos Ligeros: Hilos o HebrasProcesos Ligeros: Hilos o Hebras
Procesos Ligeros: Hilos o Hebras
 
P. estructurada vs. programación orientada a objetos
P. estructurada vs. programación orientada a objetosP. estructurada vs. programación orientada a objetos
P. estructurada vs. programación orientada a objetos
 
Reporte metodos de busqueda y ordenamiento
Reporte metodos de busqueda y ordenamientoReporte metodos de busqueda y ordenamiento
Reporte metodos de busqueda y ordenamiento
 
Sistemas Operativos Distribuidos
Sistemas Operativos DistribuidosSistemas Operativos Distribuidos
Sistemas Operativos Distribuidos
 

Destacado

REDES NEURONALES Mapas con Características Autoorganizativas Som
REDES NEURONALES Mapas   con Características Autoorganizativas  SomREDES NEURONALES Mapas   con Características Autoorganizativas  Som
REDES NEURONALES Mapas con Características Autoorganizativas Som
ESCOM
 
ejemplo red neuronal Art1
ejemplo red neuronal Art1ejemplo red neuronal Art1
ejemplo red neuronal Art1
ESCOM
 

Destacado (20)

Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Redes neuronales artificiales
Redes neuronales artificialesRedes neuronales artificiales
Redes neuronales artificiales
 
Equipo Redes Neuronales Artificiales
Equipo Redes Neuronales ArtificialesEquipo Redes Neuronales Artificiales
Equipo Redes Neuronales Artificiales
 
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALESINTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
INTRODUCCION A LAS REDES NEURONALES ARTIFICIALES
 
Perceptrón simple y multicapa
Perceptrón simple y multicapaPerceptrón simple y multicapa
Perceptrón simple y multicapa
 
Redes neuronales
Redes neuronalesRedes neuronales
Redes neuronales
 
El Perceptrón Multicapa
El Perceptrón  MulticapaEl Perceptrón  Multicapa
El Perceptrón Multicapa
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Introduccion a las redes neuronales
Introduccion a las redes neuronalesIntroduccion a las redes neuronales
Introduccion a las redes neuronales
 
Introduccion redes neuronales artificiales
Introduccion redes neuronales artificialesIntroduccion redes neuronales artificiales
Introduccion redes neuronales artificiales
 
Sistemas neuronales
Sistemas neuronalesSistemas neuronales
Sistemas neuronales
 
Red Neuronal Artificial Aplicada para la Supervisión del Desempeño Docente De...
Red Neuronal Artificial Aplicada para la Supervisión del Desempeño Docente De...Red Neuronal Artificial Aplicada para la Supervisión del Desempeño Docente De...
Red Neuronal Artificial Aplicada para la Supervisión del Desempeño Docente De...
 
Rn
RnRn
Rn
 
Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3Clase Inteligencia Artificial Unidad 3
Clase Inteligencia Artificial Unidad 3
 
RED De Retro-propagación Neuronal
RED De Retro-propagación NeuronalRED De Retro-propagación Neuronal
RED De Retro-propagación Neuronal
 
Algoritmo de Retropropagación
Algoritmo de RetropropagaciónAlgoritmo de Retropropagación
Algoritmo de Retropropagación
 
Redes neuronales multicapa y monocapa
Redes neuronales multicapa y monocapaRedes neuronales multicapa y monocapa
Redes neuronales multicapa y monocapa
 
REDES NEURONALES Mapas con Características Autoorganizativas Som
REDES NEURONALES Mapas   con Características Autoorganizativas  SomREDES NEURONALES Mapas   con Características Autoorganizativas  Som
REDES NEURONALES Mapas con Características Autoorganizativas Som
 
ejemplo red neuronal Art1
ejemplo red neuronal Art1ejemplo red neuronal Art1
ejemplo red neuronal Art1
 
Redes Neuronales Artificiales y Estadística
Redes Neuronales Artificiales y EstadísticaRedes Neuronales Artificiales y Estadística
Redes Neuronales Artificiales y Estadística
 

Similar a Redes Neuronales

Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
diego28mauricio
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
diego28mauricio
 
Issumitloxa
IssumitloxaIssumitloxa
Issumitloxa
mishelle
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
mateog93
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
mateog93
 

Similar a Redes Neuronales (20)

Red neuronal
Red neuronalRed neuronal
Red neuronal
 
Redes Neuronales
 Redes Neuronales Redes Neuronales
Redes Neuronales
 
Inteligencia artificial y las redes neuronales
Inteligencia artificial y las redes neuronalesInteligencia artificial y las redes neuronales
Inteligencia artificial y las redes neuronales
 
SISTEMAS NEURONALES
SISTEMAS NEURONALESSISTEMAS NEURONALES
SISTEMAS NEURONALES
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Unidad V presentacion
Unidad V presentacionUnidad V presentacion
Unidad V presentacion
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Escuela superior de cd sahagun plantilla2
Escuela superior de cd sahagun plantilla2Escuela superior de cd sahagun plantilla2
Escuela superior de cd sahagun plantilla2
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
 
Redes Neuronales(Examen)
Redes Neuronales(Examen)Redes Neuronales(Examen)
Redes Neuronales(Examen)
 
5.2 Redes neuronales (RN) [presentación].
5.2 Redes neuronales (RN) [presentación].5.2 Redes neuronales (RN) [presentación].
5.2 Redes neuronales (RN) [presentación].
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
5.2 Redes neuronales (RN) [investigación]
5.2 Redes neuronales (RN) [investigación]5.2 Redes neuronales (RN) [investigación]
5.2 Redes neuronales (RN) [investigación]
 
Issumitloxa
IssumitloxaIssumitloxa
Issumitloxa
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
Redes Neuronales
Redes NeuronalesRedes Neuronales
Redes Neuronales
 
LA IA revolucionaria.pptx
LA IA revolucionaria.pptxLA IA revolucionaria.pptx
LA IA revolucionaria.pptx
 

Más de Danny Valencia

Más de Danny Valencia (16)

Lupuseritematososistmico 120225102827-phpapp02
Lupuseritematososistmico 120225102827-phpapp02Lupuseritematososistmico 120225102827-phpapp02
Lupuseritematososistmico 120225102827-phpapp02
 
Informes
InformesInformes
Informes
 
Las consultas
Las consultasLas consultas
Las consultas
 
Botones de comando
Botones de comandoBotones de comando
Botones de comando
 
Control de ficha
Control de fichaControl de ficha
Control de ficha
 
Creación de formularios
Creación de formulariosCreación de formularios
Creación de formularios
 
Creación de formularios
Creación de formulariosCreación de formularios
Creación de formularios
 
Filtros
FiltrosFiltros
Filtros
 
Propiedades de los campos en acces
Propiedades de los campos en accesPropiedades de los campos en acces
Propiedades de los campos en acces
 
Creación de bases de datos y de tablas
Creación de bases de datos y de tablasCreación de bases de datos y de tablas
Creación de bases de datos y de tablas
 
Creación de bases de datos y de tablas
Creación de bases de datos y de tablasCreación de bases de datos y de tablas
Creación de bases de datos y de tablas
 
Partes de acces[1]
Partes de acces[1]Partes de acces[1]
Partes de acces[1]
 
Partes de acces
Partes de accesPartes de acces
Partes de acces
 
Base De Datos
Base De DatosBase De Datos
Base De Datos
 
Base De Datos
Base De DatosBase De Datos
Base De Datos
 
Carros
CarrosCarros
Carros
 

Último

Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
NancyLoaa
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
patriciaines1993
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
MiNeyi1
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
UPTAIDELTACHIRA
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
JonathanCovena1
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Francisco158360
 

Último (20)

LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
LABERINTOS DE DISCIPLINAS DEL PENTATLÓN OLÍMPICO MODERNO. Por JAVIER SOLIS NO...
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
Lecciones 05 Esc. Sabática. Fe contra todo pronóstico.
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Cuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdfCuaderno de trabajo Matemática 3 tercer grado.pdf
Cuaderno de trabajo Matemática 3 tercer grado.pdf
 
CALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDADCALENDARIZACION DE MAYO / RESPONSABILIDAD
CALENDARIZACION DE MAYO / RESPONSABILIDAD
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.Fe contra todo pronóstico. La fe es confianza.
Fe contra todo pronóstico. La fe es confianza.
 
Proyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdfProyecto de aprendizaje dia de la madre MINT.pdf
Proyecto de aprendizaje dia de la madre MINT.pdf
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
5.- Doerr-Mide-lo-que-importa-DESARROLLO PERSONAL
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdfNUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
NUEVAS DIAPOSITIVAS POSGRADO Gestion Publica.pdf
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Criterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficiosCriterios ESG: fundamentos, aplicaciones y beneficios
Criterios ESG: fundamentos, aplicaciones y beneficios
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 

Redes Neuronales

  • 1. REDES NEURONALES Colegio “San Luis Gonzaga” Computación Lic. Fernando Cadena Valencia Daniela Cuarto “C”
  • 2.  
  • 3. Las redes neuronales son más que otra forma de emular ciertas características propias de los humanos, como la capacidad de memorizar y de asociar hechos. Como por ejemplo: ciertos problemas no solo se solucionan con fórmulas, se observará que todos ellos tienen una característica en común: la experiencia. 
  • 4. En definitiva, las redes neuronales no son más que un modelo artificialdel cerebro , que es el ejemplo más perfecto del que disponemos para un sistema que es capaz de adquirir conocimiento a través de la experiencia. Es "un nuevo sistema para el tratamiento de la información, cuya unidad básica de procesamiento está inspirada en la célula fundamental del sistema nervioso humano:  la neurona ".
  • 5. Todos los procesos del cuerpo humano se relacionan en alguna u otra forma con la actividad de estas neuronas. Aprendizaje  que se obtiene gracias a la experiencia, pues si no podemos resolver un problema, con la Experiencia podríamos aprender como resolverlo. También, es bien conocido que los humanos son capaces de aprender.  Por lo mismo, estas redes ya adquirieron Esta habilidad.
  • 6. Consisten de unidades de procesamiento que intercambian  datos o información. Se utilizan para reconocer patrones, incluyendo imágenes, manuscritos ysecuenciasde tiempo, tendencias financieras. Tienen capacidad de aprender y mejorar su funcionamiento. Definiciones
  • 7. No se trata de construir máquinas que compitan con Los seres humanos, sino que realicen ciertas tareas de rango intelectual con que ayudarle, principio básico de la Inteligencia Artificial. Una nueva forma de computación, inspirada en modelos biológicos. Un modelo matemático compuesto por un gran número de elementos procesales organizados en niveles.
  • 8. El modelo de tipo biológico. El modelo dirigido a aplicación Este comprende las redes que tratan de simular los sistemas neuronales biológicos. Su arquitectura está fuertemente ligada a las necesida desde las aplicaciones para la que es diseñada. Sin importar de que campo se hable.
  • 9. . Si bien el desarrollo de estas computadoras es espectacular, no deja de seguir la línea antes expuesta: Una máquina que es capaz de realizar tareas mecánicas de forma increíblemente rápida, como por ejemplo: cálculo, ordenación o control Pero incapaz de obtener resultados aceptables cuando se trata de tareas como reconocimiento de formas, voz, etc.
  • 10.
  • 11.
  • 12.
  • 13. Un bot es un programa que simula a un jugador humano. El Neuralbot es un bot para el juego Quake II que utiliza una red neuronal para decidir su comportamiento y un algoritmo genético para el aprendizaje. Quake II Neuralbot Ejemplos:
  • 14. Es un programa que combina diversas técnicas computacionales con el objetivo de clasificar familias de proteínas. Un posible método consiste en utilizar métricas adaptativas como por ejemplo: mapas autoorganizados y algoritmos genéticos. Clasificador No Sesgado de Proteínas 
  • 15. Conclusión: Las redes neuronales son otro medio creado por el hombre para dar un nuevo Paso hacia la perfección, siempre buscando una forma de facilitar la vida del Mismo, gracias a la implementación de máquinas más sofisticadas que además de cumplir funciones mecánicas puedan aprender a realizar nuevas, gracias Al aprendizaje y con esto a la experimentación. Características propias Del ser humano, es decir dar más humanidad a una máquina.
  • 16. A mi parecer por un lado este es una gran creación, pero los hombre por su ambición de ser Dioses al parecer nos estamos cegando y no temamos en cuenta que todos Tenemos un límite, no dejemos que las cosas se vayan de as manos al parecer Con esta creación las máquinas ya no necesitan de nosotros. No nos confiemos solo En las máquinas pensando que son lo mejor, somos humanos y somos mucho Mejores, no dejemos todo en manos de las máquinas nosotros también podemos, esforcémonos y hagamos mejor las cosas. Así pues... todos necesitamos juzgar, todos necesitamos aprender, todos necesitamos preguntarnos los porqués y todos nos equivocamos.... así es nuestra biología, no podemos escapar a ella, por mucho que lo deseemos....