Una red neuronal artificial es un sistema inspirado en el cerebro humano que puede aprender patrones y realizar tareas como reconocimiento de voz, números u objetos. Está compuesta de neuronas artificiales interconectadas que aprenden a través de la experiencia. Se han vuelto más efectivas con el avance de la computación y ahora pueden resolver problemas complejos como clasificación de imágenes.

1. RED NEURONAL

2. ALGUNOS CONCEPTOS:
Algoritmo
 Serie de normas o leyes especificas que hace posible la ejecución de actividades,
cumple una serie de pasos continuos que no deben originar en la persona ninguna
duda de su realización.
 Se puede expresar como:
 Lenguaje natural
 Pseudocódigo
 Diagramas de flujo
 Lenguaje de programación
 Su importancia radica en su importancia en la robótica, informática, ya que a través de
ellos se logra un ordenamiento de ideas.

3. GPU o tarjeta gráfica
 La unidad de procesamiento de gráficos es uno de los componentes
más importantes en los ordenadores modernos. Es aquí donde se
construyen los increíbles gráficos que podemos ver en los videojuegos
modernos.
 La unidad de procesamiento de gráficos o GPU, en términos simples, es
un coprocesador. Se trata de un componente muy parecido al CPU, solo
que el tipo de procesamiento al que se dedica es al de gráficos. De este
modo, la GPU puede aligerar la carga de información que debe ser
procesada por la unidad central, y esta última puede hacer su trabajo de
manera más eficiente.

4. Un poco de historia de la red neuronal
 Las redes neuronales no son una idea nueva. Datan de
los años 40 y 50, cuando se empezaron a publicar los
primeros conceptos. Sin embargo, nunca tuvieron un
gran éxito, más que nada porque se necesita una
cantidad importante de recursos de la
computadora para entrenar y ejecutar una red
neuronal con buenos resultados.

5. Qué es una red nueronal
 Las Redes Neuronales Artificiales (RNA) están inspiradas en la
biología, esto significa que están formadas por elementos que se
comportan de manera análoga a las neuronas (en las funciones
más elementales) y están organizadas de una forma similar a la
del cerebro, pero las analogías no son muchas más.
Es reproducir el funcionamiento del cerebro humano a través
de la computadora

6. Cómo funciona
 imitar el funcionamiento de las redes neuronales de los organismos
vivos: un conjunto de neuronas conectadas entre sí y que trabajan en
conjunto, sin que haya una tarea concreta para cada una. Con la
experiencia, las neuronas van creando y reforzando ciertas conexiones
para "aprender" algo que se queda fijo en el tejido.
 Busca encontrar la combinación que mejor se ajusta es "entrenar" la red
neuronal. Una red ya entrenada se puede usar luego para hacer
predicciones o clasificaciones, es decir, para "aplicar" la combinación.

7. Cómo ha avanzado
 Reconocimiento de números, de voz, de objetos en
imágenes... las redes neuronales están empezando a resolver
problemas que se le escapaban a los ordenadores.

8. Su clasificación
 Clasificación según su topología o estructura de la red,
podemos distinguir como característica de una red, el número
de capas, el tipo de las capas, que pueden ser ocultas o
visibles, de entrada o de salida y la direccionalidad de las
conexiones de las neuronas.
 Clasificación según su algoritmo de aprendizaje o como la
red aprende los patrones, podemos distinguir como
características, si es supervisada, no supervisada, competitiva o
por refuerzo.