¿Qué diantres es una red neuronal? Parte II

Hola de nuevo. Sí leísteis el anterior artículo de la serie de redes neuronales, habréis entendido lo que es básicamente una red neuronal.

Bien, pues en este artículo, lo explicaremos más a fondo.

¿Veís esto? Esto es la típica función que dábamos en matemáticas la ESO. Muy sencillo. 

Básicamente dice que la función empieza en el punto [2,0] (término independiente), y que a partir de ahí, al eje x (que será cualquier número, 1,2,3...) se multiplica por 3. (Cada vez que avances un valor de x (a la derecha) se avanzan 3 valores hacia arriba).

Esta función, como ven arriba se escribe f(x)= 3x + 2

¿Qué tiene todo esto que ver con las redes neuronales? 

Si leyeron el anterior artículo, sabrán que una red neuronal se basa en funciones, una función por neurona.

En las neuronas de entrada, se dan valores. Y esos valores se multiplican por unos pesos y se suman en la neurona para dar una salida o resultado.

Por ejemplo:

 Tomamos dos datos de entrada que són 3 y 5 (por ejemplo las notas de un exámen) que se multiplicarán por unos pesos respectivos (es decir, puede que un examen sea más importante que el otro) y le aplicamos un sesgo (término independiente), eso creará una función que nos dará un valor de salida.

¿Cómo se escribiría eso?

x = w1·x1 + w2·x2 + b

x1 y x2 son los datos, por ejemplo 3 y 5.

w1 y w2 son los pesos (no los sabemos y habrá que ajustarlos).

b = el término independiente que hace de sesgo en una red neuronal. (en este caso es 5, la nota mínima para aprobar)

Es decir, en el eje x se ponen los valores 3 y 5 y en el y los pesos.

(En la función de colegio de antes el 3 es w1 y b es el 2)

f(x)= 3x + 2

Esos pesos se ajustan con el aprendizaje de la red.

El valor de salida, se multiplica por el opuesto a sesgo (b) para lograr el umbral. Si lo supera el resultado es 1, si no es 0.

Esto es una red sencilla (función escalonada), pero hay otras afectadas por una función de coste, que por muy mal que suene, simplemente hace que los resultados no sean tan estrictos, no sea si si o si no (las cosas no son casi nunca blanco o negro), si no un porcentaje. (escala de grises). Será una función sigmoide. Eso hará que la red aprenda mejor.

Es decir, gracias a la función de coste sigmoide, la red no solo te dirá si has aprobado o no sino que también te dará tu nota

Por que es la red la que tiene que ajustar los pesos, no la persona, si no no tiene gracia el asunto.

¿Lo han entendido? Si no, dejenlo en los comentarios y lo explicaré ¡Nos vemos en la Astronave del Androide!