2. I.T.I. Erick Aguila Martínez
Machine Learning, aprendizaje automático o redes neuronales artificiales, tiene sus
inicios en las bases de la inteligencia artificial, los sistemas capaces de hacer
tareas muy complicadas sin necesidad de que nadie les indique los pasos a seguir.
Explicación superficial
Un conjunto de neuronas estructuradas en capas que se envían números entre sí
que se agrupan y se vuelven a enviar modificados.
Una red alteradora de datos.
3. I.T.I. Erick Aguila Martínez
Nuestro ejemplo en concreto comienza en una neurona inicial, donde colocamos
nuestro valor, hasta una final, en las cuales hay distintos caminos para llegar a
esta.
Una maquina de conversión de valores para llegar a un resultado en especifico.
Inicio X
Y
Z
XYZ Fin
4. I.T.I. Erick Aguila Martínez
Un ejemplo cercano sería una red neuronal que calcule una raíz cuadrada de un
número.
Lo ideal sería que la red APRENDA de varios ejemplos de raíces cuadradas de
diferentes números para hacer una tarea concreta.
Sin reglas, ni normas, no hay algoritmos, la red aprendió la forma en como
calcular raíces con base a ejemplos.
5. I.T.I. Erick Aguila Martínez
APRENDER en realidad es un entrenamiento de la red, cuando se da un mismo tipo
de ambiente repetidas veces y cierto número de neuronas se activan
APRENDIENDO, esto produce un refuerzo de la red y queda entrenada, con el peso
de conexiones definido.
De esta manera, se pueden asignar dentro de la neurona aquellos valores
predeterminados requeridos para realizar una tarea en especifico.