Nothing Special   »   [go: up one dir, main page]
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 31 vistas

    Redes Neuronales Matlab

    Cargado por

    Jorgue Albert
    Una red neuronal es un modelo de computación que imita la estructura del cerebro con capas de nodos conectados que pueden aprender de los datos. Las redes neuronales son útiles para reconocer patrones, clasificar datos y predecir eventos futuros en sistemas de voz, visión y control. Las redes profundas pueden tener cientos de capas y aprenden directamente de los datos, mientras que las redes superficiales tienen solo dos o tres capas. Las técnicas comunes incluyen la clasificación, en la que un algoritmo aprende a clasificar nuevos

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Redes Neuronales Matlab

    Cargado por

    Jorgue Albert
    31 vistas1 página
    Una red neuronal es un modelo de computación que imita la estructura del cerebro con capas de nodos conectados que pueden aprender de los datos. Las redes neuronales son útiles para reconocer patrones, clasificar datos y predecir eventos futuros en sistemas de voz, visión y control. Las redes profundas pueden tener cientos de capas y aprenden directamente de los datos, mientras que las redes superficiales tienen solo dos o tres capas. Las técnicas comunes incluyen la clasificación, en la que un algoritmo aprende a clasificar nuevos

    Descripción original:

    Título original

    redes neuronales matlab

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Una red neuronal es un modelo de computación que imita la estructura del cerebro con capas de nodos conectados que pueden aprender de los datos. Las redes neuronales son útiles para reconocer patrones, clasificar datos y predecir eventos futuros en sistemas de voz, visión y control. Las redes profundas pueden tener cientos de capas y aprenden directamente de los datos, mientras que las redes superficiales tienen solo dos o tres capas. Las técnicas comunes incluyen la clasificación, en la que un algoritmo aprende a clasificar nuevos

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    31 vistas1 página

    Redes Neuronales Matlab

    Cargado por

    Jorgue Albert
    Una red neuronal es un modelo de computación que imita la estructura del cerebro con capas de nodos conectados que pueden aprender de los datos. Las redes neuronales son útiles para reconocer patrones, clasificar datos y predecir eventos futuros en sistemas de voz, visión y control. Las redes profundas pueden tener cientos de capas y aprenden directamente de los datos, mientras que las redes superficiales tienen solo dos o tres capas. Las técnicas comunes incluyen la clasificación, en la que un algoritmo aprende a clasificar nuevos

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 1

    Una red neuronal es un modelo de computación cuya estructura de capas se asemeja a

    la estructura interconectada de las neuronas en el cerebro, con capas de nodos


    conectados. Una red neuronal puede aprender de los datos, de manera que se puede
    entrenar para que reconozca patrones, clasifique datos y pronostique eventos futuros.
    Las redes neuronales resultan especialmente adecuadas para llevar a cabo
    el reconocimiento de patrones a fin de identificar y clasificar objetos o señales en
    sistemas de voz, visión y control. También se pueden emplear para el modelado y la
    predicción de series temporales.
    Deep Learning

    Las redes neuronales que operan en dos o tres capas de neuronas conectadas se
    conocen como redes neuronales superficiales. Las redes de deep learning pueden
    tener muchas capas, incluso cientos de ellas. Ambas son técnicas de machine learning
    que aprenden directamente de los datos introducidos.

    Técnicas empleadas con las redes neuronales

    Clasificación

    La clasificación es un tipo de machine learning supervisado en el que un algoritmo


    “aprende” a clasificar nuevas observaciones a partir de ejemplos de datos etiquetados.

    Reconocimiento de patrones

    El reconocimiento de patrones es un componente importante de las aplicaciones de


    redes neuronales en visión artificial, procesamiento de radar, reconocimiento de voz y
    clasificación textual. Funciona mediante la clasificación de los datos de entrada en
    objetos o clases en función de características clave, ya sea mediante la clasificación
    supervisada o no supervisada.

    También podría gustarte