07 - Sistemas artificiales conexionistas Flashcards
¿Qué es una neurona artificial?
Una neurona artificial es un elemento simple de procesamiento que forma parte de redes neuronales artificiales, constituidas por elementos interconectados para procesar información.
¿Cuáles son las semejanzas entre una neurona biológica y una artificial?
Ambas reciben y procesan información. Las neuronas biológicas transmiten impulsos eléctricos; las artificiales, señales con pesos matemáticos. Ambas tienen un núcleo, dendritas y axones.
¿Cómo se organizan las neuronas artificiales en una red neuronal?
Las neuronas artificiales se organizan en capas: capa de entrada, capa oculta (opcional) y capa de salida.
¿Cuáles son los tipos de aprendizaje en redes neuronales artificiales?
Existen dos tipos: supervisado, donde un supervisor externo controla el proceso, y no supervisado, donde la red aprende sola sin guía externa.
¿Qué es el aprendizaje supervisado por corrección de error?
Es un proceso en el que los pesos de la red se ajustan en función de la diferencia entre los valores deseados y los obtenidos.
¿Cómo funciona el aprendizaje por refuerzo en redes neuronales?
El supervisor proporciona una señal de refuerzo indicando si la salida es correcta o incorrecta, sin dar la respuesta exacta.
¿Qué es la propagación hacia adelante en una red neuronal?
Es una forma de conexión donde las salidas de las neuronas de una capa no se convierten en entradas para neuronas de la misma capa o anteriores.
¿Qué es la función de activación en una neurona artificial?
Es una función que determina el estado de la neurona en el tiempo futuro (t+1) a partir de los valores de las entradas y los pesos.
Menciona algunas funciones matemáticas usadas en redes neuronales.
Algunas funciones son la función identidad, función escalón, función lineal, función mixta y función sigmoidal.
¿Qué es el aprendizaje no supervisado en redes neuronales?
Es cuando la red aprende sin guía externa, identificando patrones o similitudes en los datos de entrada.
