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 |