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.
Notas del editor
Pseudocódigo:
si (condición) entonces
inicio
acciones-1
fin
si_no
inicio
acciones-2
fin
Algoritmo: es una serie de instrucciones o normas, puede estar representado como código
Lenguaje natural: serie de pasos
Pseudocódigo: ya utilizó el sí tal cosa, es previo a pasarlo a programación
Diagrama de flujo: diagrama una instrucción a través de imágenes o figuras
Lenguaje de programación: instrucciones por código
Cuando la tarjeta madre no soporta el equipo
Tipo de chip reconoce la necesidad del gráfico y contra l velocidad junto con la memoria RAM de lo que esta pidiendo y dar una respuesta rápida
Nuevo procesador de la tarjeta madre
Ya vienen procesadores en núcleo
Distribuye la carga de trabajo a la tarjeta madre
No es nuevo
Comenzó en los 40´s y 50´s
Hacer funcionar de una forma el sistema
Fuera capaz de decidir y organizar los recursos
Hace lo mismo que una neurona pero en programación
Que la compu sepa reaccionar con lo que nos rodea
La compu reconoce el problema
Todos los equipos son capaces de pensar y tener una respuesta
Pseudocódigo y código normal
Árboles de decisión
Pueden variar
Depende del programador de redes neuronales
El programador la crea y es capaz de crear las propias
Genera nuevas neuronas en base a su experiencia
Una se puede conectar a otra
A través de base de datos
Por su estructura:
Como esta creada
Bloquear hasta donde va a crecer
Solita puede aprender y creándose sola
Por algoritmo:
Solita crece