Mecanismo de aprendizaje automático: red neuronal perceptrón utilizando Matlab
Resumen
Las redes neuronales artificiales(RNA), han sido utilizadas en diferentes ámbitos y disciplinas, una de sus aplicaciones más comunes es su uso como herramienta de análisis de información. En este trabajo se hace una breve introducción sobre las particularidades de las RNA, específicamente las basadas en el modelo perceptrón simple, y se exponen los elementos que la integran y se vincula a una aplicación sobre clasificación de la base de datos Iris con la finalidad de mostrar su funcionamiento.
Texto completo:
43-55 PDFReferencias
Rosenblatt, F. The perceptron: A probabilistic model for information storage and organization in the brain. Psychol. Rev. 65(3):386-408.
Minsky, M.; Papert, S. Perceptrons. Massachusetts: Cambridge University; 1969; 226 p.
Freeman, J.A.; Skapura, DM. Redes Neuronales. Algoritmos, aplicaciones y técnicas de propagación. México: Addison-Wesley. 1993; 306 p.
Hilera González, J.; Martínez Hernández, V. Redes neuronales artificiales: fundamentos, modelos y aplicaciones. Madrid, RA-MA, 1995. 389 p.
Pajares, M.;Santos, M. Inteligencia artificial e Ingeniería del conocimiento, Madrid, RA-MA 2006, 235 p.
Pao Y.H., Neural Net Computing for pattern Recogniton . In Chen , L.F. Pau and P.S.P. Wang (Eds) Handbook of Pattern Recogniton and Computer Vision, 1995; 125-162 p.
Kohonen, T. Self-Organizing-Maps. Springer, Berlin, Second edition. 1997, 362 p.
Bache, K. & Lichman, M. (2013). UCI Machine Learning Repository [http://archive.ics.uci.edu/ml]. Irvine, CA: University of California, School of Information and Computer Science.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx