3. Funcionamiento consisten en una simulación de las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos el cual como objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez.

5. Funciones Propagación :También conocida como función de excitación que por lo general consiste en el sumatorio de cada entrada multiplicada por el peso de su interconexión Activación: modifica a la anterior. Puede no existir, siendo en este caso la salida la misma función de propagación. Transferencia Se utiliza para acotar la salida de la neurona y generalmente viene dada por la interpretación que queramos darle a dichas salidas

7. Modelos de redes neuronales Existe una serie de modelos que aparecen en la mayoría de estudios académicos y la bibliografía especializada. Perceptor adaline Perceptor multicapa Memorias asociativas Maquinas de voznan Maquina de cauchy Redes de hopfield etc.

8. Conclusión Me pareció muy importante he importante, por que ayudo a mi conocimiento distinguiendo he investigando cosas importantes para uno que en genral distingue y ayuda al incremento de los conocimientos de uno.