Download Ejemplo-Redes Neuronales Artificiales

Universidad de Valparaíso
Facultad de Ciencias
Departamento de Computación
Ejemplo Redes Feedforward
Rodrigo Salas
Una determinada empresa implementó dos modelos de clasificación, uno basado en una red
neuronal y otro en un árbol de clasificación. El objetivo de la empresa es clasificar a los
individuos como A ó B basado en 3 atributos que se midió a cada objeto (x1,x2, x3). En la
figura 1 se muestra el clasificador neuronal:
Dada la siguiente muestra:
muestra
d1
d2
d3
d4
d5
x1
1
1
1
0
1
Atributos
x2
1
-1
0
0
0
x3
1
1
1
1
0
Clase
A
A
B
B
B
1. Para la el clasificador de red neuronal llenar la siguiente tabla: (La función de activación de
la neurona escondida es la función logística: f(z)=1/(1+exp(-z)) )
Entrada
Salida
Entrada
Salida
Entrada
Salida
Entrada
Salida
Clasificación
X1 X2 X3 Neurona 1 Neurona 1 Neurona 2 Neurona 2 Neurona 3 Neurona 3 Neurona 4 Neurona 4
1 1 1
1 -1 1
d3 1 0 1
d1
d2
d4 0
d5 1
0
0
1
0
21.21
-7,59
6,81
1
0
0,9989
-6,9
17,5
5,3
0,001
1
0,995
11,77
13,29
-14,64
1
1
0
-12,27
-13,19
14,04
0
0
1
6,99
7,75
0,9991
0,9996
6,02
7,22
0,9976
0,9993
-14,71
-14,77
0
0
14,11
14,16
1
1
A
A
B
B
B
2. Mencionar ventajas y desventajas de las redes neuronales:
Redes Neuronales Artificiales: Ventajas: Fáciles de usar, robustos al ruido, pueden aproximar un
gran número de funciones de interés. Desventajas: Es dificil comprender el significado de cada
parámetro, puede haber un sobreajuste, difícil determinar el número de neuronas escondidas
necesarias.