Algoritmos de AprendizajeCompetitivo Las neuronas de salida compiten para activarse. Solo una neurona de salida estará activa a la vez. Usadas en clasificación.
Algoritmos de AprendizajeCompetitivo yk= 1 si vk> vj ?j?k yk= 0 otro caso
?i wkj = 1 ?k
?wkj = ? (xj wkj) si k gana ?wkj = 0 si k pierde
Algoritmos de AprendizajeBoltzmann Estructura recurrente Estados: 1 y -1
E = – ½ ?j ?k wkjxkxj para j ?k Energy
Seleccionar neurona k aleatoriamente Cambiar su estado a temperatura T con probabilidad
?wkj = ? (?kj+ ?kj-) para j ?k
Algoritmos de AprendizajeBoltzmann Neuronas: Fijas (entradas) Libres Utilizadas para modelar (aprender) una distribución de probabilidad de los datos de entrada. Completan entradas incompletas.
Paradigmas de AprendizajeSupervizado
Paradigmas de AprendizajePor Refuerzos Minimizar un índice escalar de aptitud Refuerzo retardado Asignación de Crédito y Culpa a acciones Aprende a realizar tareas basado solamente en el resultado de sus experiencias
Paradigmas de AprendizajeNo Supervizado Auto-organizado Medida de calidad de representación, independiente del contexto Los parámetros son optimizados con respecto a esa medida Clasificación
Tareas de AprendizajeAsociación de Patrones Memoria Asociativa Almacenar Patrones Patrones con ruido Recordar patrones xk ? yk, k=1, 2, … , q Autoasociativo: xk = yk Heteroasociativo: xk ? yk Meta de Diseño: Recordar + patrones con – neuronas
Tareas de AprendizajeReconocimiento de Patrones Clasificación
Tareas de AprendizajeAproximación Funcional d = f(x) T = {(xi, di)}, i=1, …, N F aproximación de f Meta: ?F(x) f(x)?< ?, ?x
Tareas de AprendizajeControl d = f(x) T = {(xi, di)}, i=1, …, N F aproximación de f Meta: ?F(x) f(x)?>?, ?x
Tareas de AprendizajeFiltrado Filtrado. Extracción de información de una variable en el tiempo discreto n, usando mediciones hasta n. Smoothing. Filtrado con retardo. Predicción. Derivar información acerca del futuro de una variable, usando información pasada.
Tareas de AprendizajeFiltrado Problema del Cocktail. Predicción no Lineal.
Ejercicios(Reglas de Aprendizaje)
Ejercicios (Reglas de Aprendizaje)
Ejercicios (Reglas de Aprendizaje)
Ejercicios(Paradigmas de Aprendizaje)
Página anterior | Volver al principio del trabajo | Página siguiente |