REDES DE APRENDIZAJE NO SUPERVISADO
El aprendizaje es esencial para la mayoría de las arquitecturas de redes neuronales; por lo que la elección de un algoritmo de aprendizaje es un punto central en el desarrollo de una red.
Aprendizaje
El aprendizaje implica que una unidad de procesamiento es capaz de cambiar su comportamiento entrada/salida como resultado de los cambios en el medio.
El aprendizaje puede ser:
Supervisado, se provee una respuesta correcta durante su entrenamiento.
No supervisado, el objetivo a alcanzar no esta presente.
Reglas de Aprendizaje
Supervisado
Regla del Perceptron.
Aprendizaje Supervisado Hebbiano.
nAprendizaje de Widrow-Hoff. Algoritmo de Retropropagación
Aprendizaje Auto supervisado
nLas redes con aprendizaje no supervisado (auto supervisado) no requieren influencia externa para ajustar los pesos de las conexiones entre sus neuronas.
nLa red no recibe ninguna información por parte del entorno que le indique si la salida generada en respuesta a una determinada entrada es o no correcta; por ello suele decirse que estas redes son capaces de auto organizarse.
Redes con aprendizaje No supervisado
Aprendizaje No
Supervisado
Está constituido por un conjunto de reglas que dan a la red la habilidad de aprender asociaciones entre los patrones que ocurren en conjunto, (frecuentemente).
Una vez que los patrones se han aprendido como asociación le permite a las redes realizar tareas útiles de reconocimiento de patrones y la habilidad de recordar.
Aprendizaje
El aprendizaje puede ser:
Supervisado, se provee una respuesta correcta durante su entrenamiento.
No supervisado, el objetivo a alcanzar no esta presente.
Supervisado
Regla del Perceptron.
Aprendizaje Supervisado Hebbiano.
nAprendizaje de Widrow-Hoff. Algoritmo de Retropropagación
nLas redes con aprendizaje no supervisado (auto supervisado) no requieren influencia externa para ajustar los pesos de las conexiones entre sus neuronas.
nLa red no recibe ninguna información por parte del entorno que le indique si la salida generada en respuesta a una determinada entrada es o no correcta; por ello suele decirse que estas redes son capaces de auto organizarse.
En este tipo de redes la salida representa el grado de familiaridad o similitud entre la información que se le está presentando a la entrada y las informaciones que se le han mostrado hasta entonces.
Supervisado
Está constituido por un conjunto de reglas que dan a la red la habilidad de aprender asociaciones entre los patrones que ocurren en conjunto, (frecuentemente).
Una vez que los patrones se han aprendido como asociación le permite a las redes realizar tareas útiles de reconocimiento de patrones y la habilidad de recordar.
Comentarios
Publicar un comentario