Las redes neuronales artificiales (RNA) se basan en los mecanismos de procesamiento del cerebro y desarrollan algoritmos para construir patrones complejos y predecir problemas.
Primero comprende cómo el cerebro procesa la información:
En el cerebro, hay cientos de millones de células neuronales que procesan la información en forma de señales eléctricas. La información o estimulación externa es recibida por las dendritas de la neurona, procesada en el cuerpo celular de la neurona, convertida en salida y pasada a través del axón a la siguiente neurona. La siguiente neurona puede optar por aceptarlo o rechazarlo, dependiendo de la intensidad de la señal.
[Error en la carga de la imagen...(image-cc0d9d-1512012156403)]
Ahora, intentemos entender cómo funciona ANN:
Aquí, $ w_1 $, $w_2$, $w_3$ dan la intensidad de la señal de entrada
Como se puede ver en lo anterior, ANN es una estructura muy simple que representa cómo funcionan las neuronas cerebrales.
Para aclarar las cosas, comprendamos ANN con un ejemplo sencillo: un banco quiere evaluar si aprueba una solicitud de préstamo a un cliente, por lo que quiere predecir si es probable que un cliente incumpla el préstamo. . Tiene los siguientes datos:
Entonces, se debe predecir la columna X. Los valores previstos más cercanos a 1 indican que es más probable que el cliente incumpla.
Intente crear una estructura de red neuronal artificial basada en la estructura neuronal del siguiente ejemplo:
Normalmente, la estructura ANN simple en el ejemplo anterior puede ser:
[Error al cargar la imagen...(image-1b4516-1512012156403)]
Las ANN tienen algunas ventajas clave que las hacen más adecuadas para ciertos problemas y situaciones:
Las ANN son poderosas Modelo de herramientas con una amplia gama de aplicaciones. Los anteriores son sólo algunos ejemplos destacados, pero tienen una amplia gama de aplicaciones en campos como la medicina, la seguridad, la banca, las finanzas, el gobierno, la agricultura y la defensa.