deletions | additions       diff --git a/section_Metodolog_ia_A_continuaci__.tex b/section_Metodolog_ia_A_continuaci__.tex  index 04193b3..a776631 100644  --- a/section_Metodolog_ia_A_continuaci__.tex  +++ b/section_Metodolog_ia_A_continuaci__.tex 
...
\section{Metodolog\'ia}  A continuaci\'on se describen los pasos que se han seguido para la construcci\'on de un modelo de redneuronal red neuronal  capaz de poder realizar predicciones con los datos de entrada que se proporcionen. Para obtener una aproximaci\'on funcional \'optima se deben de elegir cuidadosamente las variables a emplear. M\'as concretamente, de lo que se trata es de incluir en el modelo las variables predictorias que realmente predigan la variable dependiente, pero que a su vez covar\'ien entre s\'i ~\cite{smith1993neural}. La introducci\'on de variables irrelevantes o que covarien entre s\'i, puede provocar un sobre ajuste incesario en el modelo.  Para obtener una aproximaci\'on funcional \'optima se deben de elegir cuidadosamente las variables a emplear. Concretamente, lo que se trata es incluir en el modelo las variables predictorias que realmente predigan la variable dependiente, pero que a su vez covar\'ien entre s\'i ~\cite{smith1993neural}. La introducci\'on de variables irrelevantes o que covarien entre s\'i, puede provocar un sobre ajuste incesario en el modelo.  Para  este trabajo se escogio escogi\'o  un conjunto de datos del \'indice carbonilo de 3 variables, tiempo , radiaci\'on ultravioleta, temperatura la cu\'al genera un desgaste en dicho material. %QUE MATERIAL  Los cuales han sido medido en un periodo de un a\~no, tomando esta informaci\'on para ejemplificar el trabajo en esta metodol\'ogia. Para la realizaci\'on de este trabajo se utilizara el algoritmo de retropropagaci\'on (back-propagation). Donde el proceso de aprendizaje o entrenamiento de la MLP consiste en la estimaci\'on de sus par\'ametros libres(pesos de la red). El algoritmo de retropropagaci\'on descrito en primer lugar por Werbos~\cite{werbos1974beyond}, posteriormente por Rumelhart, es el m\'etodo de aprendizaje m\'as ampliamente utilizando en el MLP.