El aprendizaje de redes neuronales se incluye generalmente en el... de aprendizaje”. El temario de esta sesión se ha...

UNIVERSIDAD REY JUAN CARLOS
CURSO 2013-2014
Guía de Estudio Tema 11
Aprendizaje automático II:
Redes Neuronales
El aprendizaje de redes neuronales se incluye generalmente en el temario de “Métodos estadísticos
de aprendizaje”. El temario de esta sesión se ha obtenido principalmente de del capítulo 20.5 “Redes
Neuronales” de [Russell&Norvig2004].
Respecto a otros métodos de aprendizaje inductivo: los capítulos 18, 19 y 20 de
[Russell&Norvig2004] contienen algunos algoritmos más.
Referencias:
[Russell&Norvig2004] Stuart Russell, Peter Norvig. Inteligencia Artificial: Un enfoque modern.
Pearson Educación S.A. Madrid, 2004.
Solución del ejercicio en la transparencia 9: Hay muchas posibles soluciones. Una es la siguiente:
0,1
A
B
-0,2
Y= A->B
0,2
Solución del ejercicio en la transparencia 19:
0,1
X1
X2
X3
0,2
y
0,2
0,2
Ejemplos: {((0,1,0),1),((1,0,0),0), ((1,1,0),1),((0,0,1),0)}
Parámetros: α=0,3
Para cada ejemplo se usan los pesos resultantes del ejemplo anterior.
Pág. 1 / 2
UNIVERSIDAD REY JUAN CARLOS
CURSO 2013-2014
Guía de Estudio Tema 11
Aprendizaje automático II:
Redes Neuronales
Ejemplo 1: ((0,1,0),1)
- Clasificación_actual=1 clasificación_deseada=1 -> error=1-1= 0
- Para todos los pesos: ∆wi =0,3*xi*0=0 wi =0,2+0=0,2 (no hay cambios)
Ejemplo 2: ((1,0,0),0)
- Clasificación_actual=1 clasificación_deseada=0 -> error=0-1= -1
- Actualizamos pesos:
a. sesgo: ∆w0 =0,3*-1=-0,3 w0 =0,1+(-0,3)=-0,2
b. ∆w1 =0,3*1*-1=-0,3 w1 =0,2+(-0,3)=-0,1
c. ∆w2 =0,3*0*-1=0 w2 =0,2+0=0,2 (sin cambios)
d. ∆w3 =0,3*0*-1=0 w3 =0,2+0=0,2 (sin cambios)
Ejemplo 3: ((1,1,0),1)
- Clasificación_actual=0 clasificación_deseada=1 -> error=1-0= 1
- Actualizamos pesos:
a. sesgo: ∆w0 =0,3*1=0,3 w0 =-0,2+(0,3)=0,1
b. ∆w1 =0,3*1*1=0,3 w1 =-0,1+(0,3)=0,2
c. ∆w2 =0,3*1*1=0,3 w2 =0,2+0,3=0,5
d. ∆w3 =0,3*0*1=0 w3 =0,2+0=0,2 (sin cambios)
Ejemplo 4: ((0,0,1),0)
- Clasificación_actual=1 clasificación_deseada=0 -> error=0-1= -1
- Actualizamos pesos:
a. sesgo: ∆w0 =0,3*-1=-0,3 w0 =0,1+(-0,3)=-0,2
b. ∆w1 =0,3*0*-1=0 w1 =0,2+0=0,2 (sin cambios)
c. ∆w2 =0,3*0*-1=0 w2 =0,5+0=0,5 (sin cambios)
d. ∆w3 =0,3*1*-1=-0,3 w3 =0,2+(-0,3)=-0,1
Después del proceso, los pesos son: w0=-0,2; w1=0,2; w2=0,5 y w3=-0,1.
Pág. 2 / 2