- Aprendizaje: Proceso por el cual los parámetros libres de una red neuronal son ajustados a través de un proceso continuo de estimulación por parte del entorno en donde se sitúa el sistema. Se puede decir que el aprendizaje es el proceso de cambio alrededor de los hiperplanos, hasta que cada patrón de entrenamiento se clasifica correctamente.
- Pesos iniciales aleatorios: Son pesos elegidos dentro de un rango de forma aleatoria con los cuales se va a dar inicio al entrenamiento del perceptrón.
- Algoritmo de aprendizaje iterativo. Hace referencia a un método por el cual, el perceptrón aprende de acuerdo a una tabla de patrones de entrenamiento, corriendo los desplazamientos ocurridos para cada patrón. Esto permite que luego de varias interacciones el perceptrón aprenda, tomando así los valores de los pesos y los umbrales adecuados, para resolver el problema propuesto.
“Regla
de aprendizaje del perceptrón”
- El aprendizaje de un perceptrón consiste en un aprendizaje supervisado debido a que necesita conocer los valores esperados para cada una de las entradas La regla del perceptrón se define mediante los siguientes pasos:
- Se inicializa los pesos y el valor del umbral (o también llamado bias), se asumen para esto valores aleatorios.
- Se presenta el primer patrón a aprender, junto con la salida que se espera para dicho patrón, formada la coordenada par (valor_entrada, valor_salida).
- Se calcula el valor de salida en la ecuación .
- Cuando la red no retorna los valores deseados, se modifica los pesos establecidos en el primer paso, tratando de llevar estos valores hasta tener la salida correcta.
- Después de repetidas ocasiones la red aproximará su salida deseada.
- Si se requiere aprenderá de otro patrón realizando los anteriores pasos mencionados.
0 comentarios :
Publicar un comentario