Discusión sobre el artículo "Red neuronal en la práctica: Esbozando una neurona"
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Red neuronal en la práctica: Esbozando una neurona:
En este artículo, vamos construir una neurona básica. Aunque parezca algo simple, y muchos piensen que el código es totalmente trivial y sin propósito, quiero que tú, querido lector y entusiasta del tema de redes neuronales, te diviertas explorando este sencillo esbozo de una neurona. No tengas miedo de modificar el código para entenderlo mejor.
En el artículo anterior Red neuronal en la práctica: Pseudo inversa (II), mostré la importancia y la razón por la cual se desarrollan sistemas de cálculo dedicados. En este artículo iniciaremos una nueva fase sobre redes neuronales. Desarrollar material para esta fase no es algo sencillo. Aunque pueda parecerlo, es difícil explicar de manera simple un tema que genera tanta confusión.
¿Y qué veremos en esta fase? Bueno, aquí quiero mostrarte cómo una red neuronal aprende. Hasta ahora, hemos visto cómo una red neuronal puede establecer una correlación entre diferentes datos. Sin embargo, lo que hemos visto hasta el momento es útil cuando ya tienes una base de datos con información y registros previamente filtrados y seleccionados, permitiendo así que la red neuronal encuentre la mejor solución para representar esos datos. Pero, ¿cómo una red neuronal puede establecer una correlación cuando los datos no están filtrados? Esta es la parte donde muchos, con toda seguridad, piensan que una red neuronal es una entidad inteligente, ya que imaginan que está aprendiendo a clasificar las cosas.
Y es precisamente por esta mala interpretación que las personas tienen sobre el tema que resulta tan difícil de explicar. Muchas veces, quienes buscan entenderlo no tienen los conocimientos básicos sobre cómo clasificar diferentes tipos de información, aunque estos datos tengan alguna correlación entre sí. Esta es la parte confusa, no para quienes trabajan con esto, sino para aquellos que no lo hacen. Al explicar algo, el oyente puede llegar a pensar en algo completamente desconectado de la explicación original, y por esta razón, no logran comprender realmente cómo una red neuronal clasifica la información.
Autor: Daniel Jose