{"id":7157,"date":"2019-09-26T16:29:53","date_gmt":"2019-09-26T15:29:53","guid":{"rendered":"http:\/\/smart--grid.net\/?page_id=7157"},"modified":"2024-02-13T13:54:59","modified_gmt":"2024-02-13T12:54:59","slug":"algorithmes-neuronaux","status":"publish","type":"page","link":"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/","title":{"rendered":"Algoritmos neuronales 101"},"content":{"rendered":"<div data-elementor-type=\"wp-page\" data-elementor-id=\"7157\" class=\"elementor elementor-7157\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-52ec29f elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"52ec29f\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-6924deb\" data-id=\"6924deb\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c9de6af elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"c9de6af\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/complex-systems-ai.com\/es\/2020\/04\/03\/teorias-y-algoritmos-2\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Teor\u00edas<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-e227679\" data-id=\"e227679\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-b0af684 elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"b0af684\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/complex-systems-ai.com\/es\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Pagina de inicio<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-ed8a315\" data-id=\"ed8a315\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4a581e4 elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"4a581e4\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/fr.wikipedia.org\/wiki\/R%C3%A9seau_de_neurones_artificiels\" target=\"_blank\" rel=\"noopener\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Wiki<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-7fd4506 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"7fd4506\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-150fff3\" data-id=\"150fff3\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-c54b4e1 elementor-widget elementor-widget-toggle\" data-id=\"c54b4e1\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"toggle.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle\">\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2061\" class=\"elementor-tab-title\" data-tab=\"1\" role=\"button\" aria-controls=\"elementor-tab-content-2061\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">I. Perceptr\u00f3n y retropropagaci\u00f3n (algoritmos neuronales)<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2061\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"1\" role=\"region\" aria-labelledby=\"elementor-tab-title-2061\"><ul>\n<li><a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/perceptron-es\/\" target=\"_blank\" rel=\"noreferrer noopener\" aria-label=\"Perceptron (se abre en una pesta\u00f1a nueva)\">Perceptr\u00f3n<\/a>\n<ul>\n<li><a href=\"https:\/\/www.academia.edu\/19605060\/ADALINE_ADAptive_LInear_NEuron_Network\" target=\"_blank\" rel=\"noopener\">ADALINE<\/a><\/li>\n<li><a href=\"https:\/\/www.cs.princeton.edu\/courses\/archive\/spring13\/cos511\/scribe_notes\/0411.pdf\" target=\"_blank\" rel=\"noopener\">Reglas de aprendizaje de Widrow-Hoff<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/retropagacion\/\" target=\"_blank\" rel=\"noreferrer noopener\" aria-label=\" (abriendo en una nueva pesta\u00f1a)\">Retropropagaci\u00f3n<\/a>\n<ul>\n<li><a href=\"https:\/\/www.researchgate.net\/publication\/237127809_Accelerated_backpropagation_learning_Two_optimization_methods\" target=\"_blank\" rel=\"noopener\">M\u00e9todo Vogl<\/a><\/li>\n<li><a href=\"https:\/\/www.semanticscholar.org\/paper\/Artificial-neural-networks-theory-and-applications-Patterson\/fc97b0cf3fe34e41d9073f2da1c44daa7bcb036c\" target=\"_blank\" rel=\"noopener\">Delta-bar-delta<\/a><\/li>\n<li><a href=\"https:\/\/aip.scitation.org\/action\/cookieAbsent\" target=\"_blank\" rel=\"noopener\">Quickprop<\/a><\/li>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/298623\/\" target=\"_blank\" rel=\"noopener\">Rprop<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"http:\/\/web.mit.edu\/mcraegroup\/wwwfiles\/ChuangChuang\/thesis_files\/Appendix%20D_Artificial%20Neural%20Network.pdf\" target=\"_blank\" rel=\"noopener\">La regla de hebb<\/a><\/li>\n<li><a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/red-hopfield\/\" target=\"_blank\" rel=\"noreferrer noopener\" aria-label=\"Hopfield Network (se abre en una nueva pesta\u00f1a)\">Red Hopfield<\/a><\/li>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/87054\/\" target=\"_blank\" rel=\"noopener\">Memoria asociativa bidireccional<\/a><\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2062\" class=\"elementor-tab-title\" data-tab=\"2\" role=\"button\" aria-controls=\"elementor-tab-content-2062\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">II. Aprendizaje de la cuantificaci\u00f3n de vectores<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2062\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"2\" role=\"region\" aria-labelledby=\"elementor-tab-title-2062\"><ul>\n<li><a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/aprendizaje-cuantificacion-vectorial\/\" target=\"_blank\" rel=\"noreferrer noopener\" aria-label=\" (abriendo en una nueva pesta\u00f1a)\">Aprendizaje de la cuantificaci\u00f3n de vectores<\/a>\n<ul>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/5726582\/\" target=\"_blank\" rel=\"noopener\">LVQ2<\/a><\/li>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/5726582\/\" target=\"_blank\" rel=\"noopener\">LVQ2.1<\/a><\/li>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/5726582\/\" target=\"_blank\" rel=\"noopener\">LVQ3<\/a><\/li>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/5726582\/\" target=\"_blank\" rel=\"noopener\">OLVQ1<\/a><\/li>\n<\/ul>\n<ul>\n<li><a href=\"https:\/\/proceedings.neurips.cc\/paper\/1995\/file\/9c3b1830513cc3b8fc4b76635d32e692-Paper.pdf\" target=\"_blank\" rel=\"noopener\">GLVQ <\/a><\/li>\n<li><a href=\"https:\/\/dl.acm.org\/action\/cookieAbsent\" target=\"_blank\" rel=\"noopener\">LVQ suave y robusto<\/a><\/li>\n<li><a href=\"https:\/\/www.cs.rug.nl\/~biehl\/Preprints\/mrslvqacc.pdf\" target=\"_blank\" rel=\"noopener\">Matriz RSLVQ<\/a><\/li>\n<li><a href=\"https:\/\/link.springer.com\/chapter\/10.1007\/978-3-642-33212-8_2?error=cookies_not_supported&#038;code=bde83a4b-b635-485f-97af-0bda7ab8f4dd\" target=\"_blank\" rel=\"noopener\">Kernel RSLVQ<\/a><\/li>\n<li><a href=\"https:\/\/link.springer.com\/article\/10.1007\/s11063-004-1547-1?error=cookies_not_supported&#038;code=18331ab1-bdbe-4781-ac64-6d9ab0a7d68c\" target=\"_blank\" rel=\"noopener\">Relevancia generalizada LVQ<\/a><\/li>\n<li><a href=\"https:\/\/www.cs.rug.nl\/~biehl\/Preprints\/gmlvq.pdf\" target=\"_blank\" rel=\"noopener\">LVQ de matriz generalizada<\/a><\/li>\n<li><a href=\"https:\/\/ieeexplore.ieee.org\/document\/1333849\/\" target=\"_blank\" rel=\"noopener\">Kernel GLVQ<\/a><\/li>\n<li><a href=\"https:\/\/linkinghub.elsevier.com\/retrieve\/pii\/S0031320304004108\" target=\"_blank\" rel=\"noopener\">Arm\u00f3nico a LVQ m\u00ednimo<\/a><\/li>\n<li><a href=\"https:\/\/direct.mit.edu\/neco\/article\/23\/5\/1343\/7660\/Divergence-Based-Vector-Quantization\" target=\"_blank\" rel=\"noopener\">Divergencia de Cauchyy-Schwarz LVQ<\/a><\/li>\n<li><a href=\"https:\/\/www.semanticscholar.org\/paper\/Efficient-Kernelized-Prototype-Based-Classification-Schleif-Villmann\/5069d2196cd60daed7b9e573783cec6bdc5e8770?p2df\" target=\"_blank\" rel=\"noopener\">Aproximaci\u00f3n nystrom LVQ generalizada<\/a><\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2063\" class=\"elementor-tab-title\" data-tab=\"3\" role=\"button\" aria-controls=\"elementor-tab-content-2063\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">III. M\u00e9todo grupal de manejo de datos<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2063\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"3\" role=\"region\" aria-labelledby=\"elementor-tab-title-2063\"><ul>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">M\u00e9todo grupal de manejo de datos<\/a>\n<ul>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Combinatorio (COMBI)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Iterativo multicapa (MIA)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">GN<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">An\u00e1lisis de sistema objetivo (OSA)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Arm\u00f3nico<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Dos niveles (ARIMAD)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Multiplicativo - Aditivo (MAA)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Clusterizaci\u00f3n objetiva de computadoras (OCC);<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Algoritmo de clusterizaci\u00f3n con el dedo se\u00f1alador (PF);<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Complejamiento de an\u00e1logos (AC)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Rediscretizaci\u00f3n arm\u00f3nica<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Algoritmo basado en la teor\u00eda multicapa de decisiones estad\u00edsticas (MTSD)<\/a><\/li>\n<li><a href=\"https:\/\/gmdhsoftware.com\/GMDH_%20Anastasakis_and_Mort_2001.pdf\" target=\"_blank\" rel=\"noopener\">Grupo de evoluci\u00f3n de modelos adaptativos (GAME)<\/a><\/li>\n<\/ul>\n<\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2064\" class=\"elementor-tab-title\" data-tab=\"4\" role=\"button\" aria-controls=\"elementor-tab-content-2064\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">IV. Mapa autoorganizado y gas neuronal<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2064\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"4\" role=\"region\" aria-labelledby=\"elementor-tab-title-2064\"><ul>\n<li><a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/tarjeta-auto-organizada\/\" target=\"_blank\" rel=\"noreferrer noopener\" aria-label=\" (abriendo en una nueva pesta\u00f1a)\">Tarjeta autoorganizada<\/a>\n<ul>\n<li><a href=\"https:\/\/www.academia.edu\/7552842\/The_Generative_Adaptive_Subspace_Self-Organizing_Map\" target=\"_blank\" rel=\"noopener\">ASSOM<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"https:\/\/mccormickml.com\/2013\/08\/15\/radial-basis-function-network-rbfn-tutorial\/\" target=\"_blank\" rel=\"noopener\">Red de funciones de base radial<\/a><\/li>\n<li><a href=\"http:\/\/www.ks.uiuc.edu\/Publications\/Papers\/PDF\/MART91B\/MART91B.pdf\" target=\"_blank\" rel=\"noopener\">Gas neural<\/a>\n<ul>\n<li><a href=\"https:\/\/proceedings.neurips.cc\/paper\/1994\/file\/d56b9fc4b0f1be8871f5e1c40c0067e7-Paper.pdf\" target=\"_blank\" rel=\"noopener\">Creciente NG<\/a><\/li>\n<li><a href=\"https:\/\/link.springer.com\/article\/10.1007\/s11063-004-3255-2?error=cookies_not_supported&#038;code=f51bb663-a94b-46be-82bd-e5d755198a67\" target=\"_blank\" rel=\"noopener\">NG supervisado<\/a><\/li>\n<li><a href=\"https:\/\/repository.nida.ac.th\/bitstream\/handle\/662723737\/281\/nida-diss-b155731ab.pdf\" target=\"_blank\" rel=\"noopener\">GN de crecimiento supervisado<\/a><\/li>\n<\/ul>\n<\/li>\n<li><a href=\"http:\/\/web.archive.org\/web\/20090206115723\/http:\/\/numenta.com\/Numenta_HTM_Concepts.pdf\" target=\"_blank\" rel=\"noopener\">Memoria temporal jer\u00e1rquica<\/a><\/li>\n<\/ul><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-toggle-item\">\n\t\t\t\t\t<div id=\"elementor-tab-title-2065\" class=\"elementor-tab-title\" data-tab=\"5\" role=\"button\" aria-controls=\"elementor-tab-content-2065\" aria-expanded=\"false\">\n\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon elementor-toggle-icon-left\" aria-hidden=\"true\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-closed\"><i class=\"fas fa-caret-right\"><\/i><\/span>\n\t\t\t\t\t\t\t\t<span class=\"elementor-toggle-icon-opened\"><i class=\"elementor-toggle-icon-opened fas fa-caret-up\"><\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t<a class=\"elementor-toggle-title\" tabindex=\"0\">V.Tutoriales<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t<div id=\"elementor-tab-content-2065\" class=\"elementor-tab-content elementor-clearfix\" data-tab=\"5\" role=\"region\" aria-labelledby=\"elementor-tab-title-2065\">Contenido de ida y vuelta<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-402ba1cc elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"402ba1cc\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-28d98f58\" data-id=\"28d98f58\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-356d1464 elementor-widget elementor-widget-text-editor\" data-id=\"356d1464\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<p><\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Contenido<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Tabla de contenido alternativo\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Palanca<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/#Algorithmes-neuronaux\" >Algoritmos neuronales<\/a><\/li><\/ul><\/nav><\/div>\n<h2 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Algorithmes-neuronaux\"><\/span>Algoritmos neuronales<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Una red neuronal biol\u00f3gica (donde se originan los algoritmos neuronales) se refiere a los elementos de procesamiento de informaci\u00f3n del sistema nervioso, organizados como una colecci\u00f3n de <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/perceptron-es\/\">c\u00e9lulas neuronales<\/a>, llamadas neuronas, que est\u00e1n interconectadas en redes e interact\u00faan entre s\u00ed mediante se\u00f1ales electroqu\u00edmicas. Una neurona biol\u00f3gica generalmente se compone de un ax\u00f3n que proporciona las se\u00f1ales de entrada y est\u00e1 conectado a otras neuronas a trav\u00e9s de sinapsis. La neurona reacciona a las se\u00f1ales de entrada y puede producir una se\u00f1al de salida en su conexi\u00f3n de salida llamada dendrita.<\/p>\n<p><\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">El campo de las redes neuronales artificiales o algoritmos (ANN) se ocupa del estudio de modelos inform\u00e1ticos inspirados en teor\u00edas y la observaci\u00f3n de la estructura y funci\u00f3n de redes biol\u00f3gicas de c\u00e9lulas neuronales en el cerebro. Suelen estar dise\u00f1ados como modelos para resolver problemas. <a href=\"https:\/\/complex-systems-ai.com\/es\/logica-matematica-27\/\">Matem\u00e1ticas<\/a>, inform\u00e1tica e ingenier\u00eda. Como tal, hay mucha investigaci\u00f3n interdisciplinaria en matem\u00e1ticas, neurobiolog\u00eda e inform\u00e1tica.<\/p>\n<p><\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Una red neuronal artificial generalmente se compone de una colecci\u00f3n de neuronas artificiales que est\u00e1n interconectadas para realizar ciertos c\u00e1lculos en modelos de entrada y crear modelos de salida. Son sistemas adaptativos capaces de modificar su estructura interna, generalmente los pesos entre nodos de la red, lo que les permite ser utilizados para una variedad de problemas de aproximaci\u00f3n de funciones como clasificaci\u00f3n, <a href=\"https:\/\/complex-systems-ai.com\/es\/correlacion-y-regresiones\/\">regresi\u00f3n<\/a>, extracci\u00f3n de caracter\u00edsticas.<\/p>\n<p><\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Hay muchos tipos de redes neuronales, muchas de las cuales se dividen en dos categor\u00edas:<\/p>\n<p><\/p>\n<p><\/p>\n<ul class=\"wp-block-list\">\n<li>Redes de acci\u00f3n directa: donde la entrada se proporciona en un lado de la red y las se\u00f1ales se propagan hacia adelante (en una direcci\u00f3n) a trav\u00e9s de la estructura de la red en el otro lado donde se leen las se\u00f1ales de salida. Estas redes pueden estar formadas por una c\u00e9lula, una capa o varias capas de neuronas. Algunos ejemplos incluyen el perceptr\u00f3n, las matrices de funciones de base radial y las matrices de perceptrones multicapa.<\/li>\n<li>Redes recurrentes: donde se permiten ciclos en la red y la estructura puede estar completamente interconectada. Los ejemplos incluyen red <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/red-hopfield\/\">Hopfield<\/a> y memoria asociativa bidireccional.<\/li>\n<\/ul>\n<p><\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Las estructuras artificiales de la red neuronal est\u00e1n formadas por nodos y pesos que generalmente requieren entrenamiento basado en modelos de muestra de un \u00e1rea problem\u00e1tica. A continuaci\u00f3n se muestran algunos ejemplos de estrategias de aprendizaje:<\/p>\n<p><\/p>\n<p><\/p>\n<ul class=\"wp-block-list\">\n<li>Aprendizaje supervisado: la red tiene una respuesta esperada conocida. El estado interno de la red se modifica para que coincida mejor con el resultado esperado. Ejemplos de este m\u00e9todo de aprendizaje incluyen el algoritmo de <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/retropagacion\/\">propagaci\u00f3n hacia atr\u00e1s<\/a> y la regla de Hebb.<\/li>\n<li>Aprendizaje no supervisado: la red est\u00e1 expuesta a patrones de entrada de los que debe discernir significado y extraer funcionalidad. El tipo m\u00e1s com\u00fan de aprendizaje no supervisado es el aprendizaje competitivo en el que las neuronas compiten entre s\u00ed seg\u00fan el patr\u00f3n de entrada para producir un patr\u00f3n de salida. Los ejemplos incluyen gas neural, <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-neuronales\/aprendizaje-cuantificacion-vectorial\/\">cuantificaci\u00f3n vectorial<\/a> del aprendizaje y el mapa autoorganizativo.<\/li>\n<\/ul>\n<p><\/p>\n<p><\/p>\n<p class=\"has-text-align-justify\">Las redes neuronales artificiales o los algoritmos son generalmente dif\u00edciles de configurar y lentos de entrenar, pero una vez preparados son muy r\u00e1pidos de aplicar. Generalmente se utilizan para \u00e1reas problem\u00e1ticas basadas en la aproximaci\u00f3n de funciones y se valoran por sus capacidades de generalizaci\u00f3n y tolerancia al ruido. Se sabe que son una caja negra, lo que significa que es dif\u00edcil explicar las decisiones que toma la red.<\/p>\n<p><img fetchpriority=\"high\" decoding=\"async\" class=\"aligncenter wp-image-10160 size-full\" src=\"https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2020\/09\/1-s2.0-S0950705110000882-gr2.jpg\" alt=\"algoritmos neuronales\" width=\"379\" height=\"285\" title=\"\" srcset=\"https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2020\/09\/1-s2.0-S0950705110000882-gr2.jpg 379w, https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2020\/09\/1-s2.0-S0950705110000882-gr2-300x226.jpg 300w\" sizes=\"(max-width: 379px) 100vw, 379px\" \/><\/p>\n<p><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>Teor\u00edas P\u00e1gina principal Wiki I. Perceptr\u00f3n y retropropagaci\u00f3n (algoritmos neuronales) Perceptr\u00f3n ADALINE Reglas de aprendizaje de Widrow-Hoff Retropropagaci\u00f3n M\u00e9todo de Vogl Delta-bar-delta Quickprop Rprop Regla de \u2026 <\/p>","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-7157","page","type-page","status-publish","hentry"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7157","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/comments?post=7157"}],"version-history":[{"count":35,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7157\/revisions"}],"predecessor-version":[{"id":20679,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/7157\/revisions\/20679"}],"wp:attachment":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/media?parent=7157"}],"curies":[{"name":"gracias","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}