5. La f(X) es una suma ponderada de los
valores de entrada X
6. y = a + bx
Lo que hace internamente una neurona es algo similar a una regresión lineal
b = Es la Pendiente
(Cambio en el eje
Y por unidad de
cambio en X)
a = El intercepto (Donde corta al eje Y)
Variable dependiente
Variable independiente
7. (Quitamos datos para apreciar mejor el proceso)
Promedio del
error:
La suma de todos los errores
Número de errores
el cuadrado de
Al existir
diferencias
negativas restaría
el error, por lo
tanto elevamos al
cuadrado
(Error Cuadrático
Medio)
O sea
𝒆 = 𝒚 − 𝒚
𝒚 − 𝒚
10. Modelo matemático
Es posible describir la red neuronal con la siguiente par de ecuaciones
𝑈𝑛 =
𝑗=1
𝑚
𝑊𝑛𝑗𝑋𝑗 𝑦𝑛 = 𝑔(𝑈𝑛 + 𝑏𝑛)
𝑔(. ) Función de activación
𝑋𝑗 Señales de entrada
𝑈𝑛 Combinación lineal de las entradas
ponderadas por los pesos sinápticos
𝑏𝑛 Polarización o umbral
𝑊𝑛𝑗 Pesos sinápticos
𝑦𝑛 Salida de la neurona
𝑉
𝑛