Entrenando una neurona artificial || Algoritmo del Perceptrón paso a paso en Excel
Вставка
- Опубліковано 2 лют 2025
- Hola!
Hoy vamos a comprender mejor el funcionamiento de una neurona artificial desde cero. Si podemos entender el algoritmo de esta manera, programarlo en un lenguaje será mucho mas sencillo, además es la base para aprender modelos mas avanzados como ADALINE, Perceptrón multicapa etc.
Recomendable hacer tu propia hoja de excel.
Documento perceptrón:
mega.nz/file/L...
Libro de Python Machine Learning
mega.nz/file/i...
Sígueme en:
Facebook
www.facebook.c...
Instagram
/ computo_mex
Tiktok
www.tiktok.com...
Twitter
/ jos39498714
¡Cuídate mucho y Hasta Pronto!
¡Suscríbete! - Наука та технологія
No tienes idea de como me había estado costando entender este concepto de perceptrón y lo fácil que fue con tu video, muchísimas gracias y felicidades por el contenido que haces
Hermano. Este es el único vídeo que he visto que me ha echo entender esto con claridad. Un millón de gracias. Espero que sigas haciendo vídeos como estés. Se te entiende muy bien las explicaciones.
Muchas gracias. Sii, vienen más videos sobre aprendizaje automático. Muchas gracias. Te invito a suscríbirte si aún no lo haces. Saludos desde Texcoco México.
Thanks!
Muchas, muchas gracias. Saludos 👋
Excelente video, bastante explìcito, a prueba de personas con bajo coeficiente intelectual. Felicitaciones.
Gracias 👍 Saludos 👋
Excelente explicación. Gracias
Muchas gracias. Saludos 👋.
Gracias, me sirvió mucho
Excelente. Te invito a suscríbirte si aún no lo haces. Saludos 👋😁
Excelente, gracias.
Saludos 👋. Te invito a suscríbirte si aún no lo haces Saludos 👋
Exelente inge, solo una cosa me gustaria quedara clara, en que parte de la simulacion aplica la funcion tangente hiperbolica y la sigmoide o acaso en exell no se usan?
Excelente video amigo. Saludos desde Venezuela. Oye puedes hacer un video similar para compuertas lógicas como las AND, OR, NAND, XOR etc. Es para realizar un proyecto de bachillerato. Gracias
Muy bueno!! Gracias
Muchas gracias. Saludos 👋
Excelente explicacion
Muchas gracias. Saludos 👋
Capoooo !!!
Te invito a suscribirte si aun no lo haces. Slaudos!!
Excelente explicación!
Gracias. Saludos 👋
Gracias por la explicación. Genial. Lo entiende uno mejor. Y después de hacer eso, qué viene? Qué hacer?
Una vez que entiendes la lógica que hay detrás, puedes implementarlo en algún lenguaje de programación. Ya existen algunos pre-programados y puedes probar esos modelos. Después de entender este modelo pasamos a los modelos ADALINE que presenta una modificación pequeña. Aquí te dejo la forma de hacer el perceptrón en Python y en este canal también encuentras el modelo ADALINE en Python. Te invito a suscribirte si aún no lo haces. ¡Saludos! ua-cam.com/video/6W-p4qziSW8/v-deo.html
hola gracias ,no pude descargar el libro. ya no lo tienes?
Gracias.
Saludos 👋. Te invito a suscríbirte si aún no lo haces 😃
amigo, muy bueno video. Solo tengo una consulta, cómo hallaste las respuestas deseadas de la tabla? (agradezco tu respuesta)
Revisa el video especialmente en la parte donde se actualiza los pesos w. En cada hoja de excel la neurona revisa todos los datos y va ajustando los pesos hasta que ya no se actualizan. Los pesos en la ultima hoja ya no se actualizan cuando pasan todos los datos ya que la neurona ha aprendido.
amigo, muchas gracias por tu respuesta, creo q no formulé bien la pregunta. Mi consulta inicial era, de cómo llegas a tener esos valores iniciales de las f(z) deseadas que muestran en el min 5:57? (espero dejarme entender)
donde podriamos ver tu documento?
😀
Excelente video, disculpa podrias colocar el enlace del libro Python Machine Learning, al parecer esta caido. Gracias!
mega.nz/file/PJ8UmLqS#j0TGvSlu25WINOzTQlbjAQRfi5JLumklxENFMo7CNF8
Suscrito. Gracias!
Porque en este ejemplo no estas ocupando un "bias" o "sesgo" en tu ejemplo del perceptrón ?
No estoy usando un sesgo porque el conjunto de datos de entrenamiento es linealmente separable. El sesgo no es necesario para que el perceptrón aprenda a clasificar correctamente los datos. El sesgo ayuda al perceptrón a aprender a clasificar correctamente los datos que no son linealmente separables.
Hola, no se vio como ingresaste la función de decision
Revisa desde el minuto 8:40. Ahi se decide como se toma la desición.