Tutorial completo de redes neuronales y sus aplicacionesFull description
redes neuronalesDescripción completa
Tutorial completo de redes neuronales y sus aplicacionesDescripción completa
Este es mi informe de redes neuronales desarrollado en pythonDescripción completa
tesis de registro neuron
Un panorama de las redes neuronales recurrentes.Full description
Descripción completa
HeyDescripción completa
Descripción: Trabajo introductorio a las Redes Neuronales. Incluye introducción histórica, explicación de la arquitectura (convolución pooling), definición de funciones básicas de aprendizaje y un ejemplo usand...
Hey
REDES NEURONALES APLICADAS A LA INTELIGENCIA ARTIFICIAL
Un panorama de las redes neuronales recurrentes.
Descripción completa
redesDescripción completa
Libro acerca de las redes neuronales y los sistemas difusos.Descripción completa
Libro acerca de las redes neuronales y los sistemas difusos.
Descripción completa
tesis
Descripción completa
CUESTIONARIO DE REDES NEURONALES
1. Marque Marque la alternativa alternativa que no corres correspond ponda a con el conce concepto pto de de una una RNA RNA (Red (Red Neuronal Artificial) a) Una nueva nueva forma de computa computación, ción, inspirad inspirada a en modelos modelos biológicos. biológicos. b) Un mod modelo matem atemá átic tico compu mpuesto esto por un gran gran núme úmero de elem lemento entos s procesales organizados en niveles. c) Es un conjunto conjunto de unidades unidades básica básicas s de procesamien procesamiento to interconec interconectadas tadas entre entre sí, donde la información procesada es almacenada localmente, sin embargo esta red no es capaz de aprender ni asociar hechos. d) Un sist sistem ema a de comp comput utac ació ión n comp compue uest sto o por por un gran gran núme número ro de elem elemen ento tos s simples, simples, elementos elementos de procesos procesos muy interconec interconectados tados,, los cuales cuales procesan procesan inform informaci ación ón por medio medio de su estado estado dinám dinámico ico como como respu respuest esta a a entrad entradas as externas 2. En una neurona neurona,, cual es la parte parte que recibe recibe o recepciona recepciona la informac información ión transmitid transmitida a por otra neurona. a) El axón b) Las Las dend dendri rita tas s c) El soma d) La sina inapsis psis 3. Como Como se llam llama a “La “La red red neur neuron onal al más más anti antigu gua” a”,, que que fue fue dise diseña ñada da por por Fran Frank k Rosenblat en 1957. a) Perc Percep eptr trò òn b) Eniac c) Neuro-red d) Red Ro Rosen 4. Indique Indique dos caract característi erísticas cas de una una red neuro neuronal nal artificial artificial.. a) Recurs Recursivi ividad dad y regr regresi esión ón b) Asociación Asociación y regenera regeneración ción de patron patrones. es. c) Clasificac Clasificación ión y indepe independen ndencia cia de datos. datos. 5. Que tipo red red neuronal neuronal se utilizó utilizó en la aplicac aplicación ión sobre sobre gestión gestión de stocks. stocks. a) La red red hop hopfi fiel eld d b) la arqui arquitec tectur tura a Fuzzy Fuzzy ARTMAP ARTMAP c) El perc percep eptr trón ón simp simple le d) El perce perceptr ptrón ón múltip múltiple le 6. Las redes redes neurona neuronales les aprenden aprenden mediante mediante a) Algo lgoritm ritmos os b) La exp exper erie ienc ncia ia c) Recu Recurs rsiv ivid idad ad 7. Las redes redes neuronale neuronales s ¿Cuánto ¿Cuántos s procesos procesos pueden pueden hacer hacer a la vez? vez? a) 1 b) Ninguno c) Varios
8. Las redes neuronales después de su entrenamiento. a) Siguen aprendiendo. b) Se quedan con lo aprendido. c) No aprenden más.
9. Las redes neuronales ¿son capaces de adaptarse a nuevos problemas? a) Si b) No 10.Al sufrir una falla en una de sus partes a) El sistema colapsa. b) Mantiene todavía su funcionamiento. c) Queda obsoleto. 11.¿Que son las dendritas? Son terminales de las neuronas; y están implicadas en la recepción de los estímulos, pues sirven como receptores de impulsos nerviosos. 12.¿Qué es un Axon? Son prolongaciones de las neuronas especializadas en conducir el impulso nervioso desde el cuerpo celular hacia otra célula. 13. ¿Cuál es el objetivo de una función de entrada? a. Recibir numerosos valores de entrada. b. Enviar resultados a otra neurona. c. Rectificar los datos de salida. 14.¿Cuál es la distorsión motivacional? El error que generan los sujetos que intentan ofrecer una buena imagen de sí mismos, en un estudio de selección de personal. 15.¿Qué es una función de activación? a. Representa el estado de activación de una neurona. b. Engloba los datos de la función de entrada para definir su estado. c. Activa la respuesta de la neurona. 16. El a) b) c)
proceso de aprendizaje de las redes neuronales también se denomina: Proceso de validación Proceso de acondicionamiento Proceso de supervisión
17.Después del proceso de entrenamiento los pesos de las conexiones en la red neuronal quedan fijos. Como paso siguiente se debe comprobar si la red neuronal puede resolver nuevos problemas, para este propósito se requiere de otro conjunto de datos, denominado: a) Conjunto de validación b) Conjunto de datos de entrenamiento c) Conjunto de decisiones
18.Tipos de aprendizaje supervisado: a) estocástico, comparativo b) hebbiano, refuerzo c) refuerzo, corrección de error 19.En este tipo de aprendizaje la función del supervisor se reduce a indicar mediante una señal si la salida obtenida en la red se ajusta a la deseada. a) Aprendizaje por corrección de error b) Aprendizaje por refuerzo c) Aprendizaje competitivo 20.El proceso de aprendizaje consiste en: a) Determinar cuándo se detendrá el proceso b) Codificar las variables. c) La modificación de los pesos en respuesta a una información de entrada. 21. La variables a ser codificadas pueden ser: a) Numéricas b) Sólo simbólicas c) Numéricas y simbólicas.