deletions | additions       diff --git a/subsection_Entrenamiento_de_una_Red__.tex b/subsection_Entrenamiento_de_una_Red__.tex  index de2e9c8..291b44b 100644  --- a/subsection_Entrenamiento_de_una_Red__.tex  +++ b/subsection_Entrenamiento_de_una_Red__.tex 
...
\subsection{Entrenamiento de una Red Neuronal Artificial}  El entrenamiento o aprendizaje consiste en modificar los pesos de las conexiones sistem\'aticas para codificar la relaci\'on de entrada/salida ~\cite{alejo2010analisis}.  El m\'etodo para el aprendizaje com\'unmente usado est\'a basado en una t\'ecnica de descenso por gradiente que utiliza la minimizaci\'on del error cuadr\'atico medio (Mean Square Errir, MSE) mediante un proceso iterativo. El MSE es definido como:  \begin{equation}  E(V)=\frac{1}{2N}\displaystyle\sum_{n=1}^N\sum_{k=1}^K(d_k^n-z_k^n)^2,  \end{equation}  Donde $d^n$ es la salida esperada de la red, $V=\{W, U\}$ los par\'ametros libres de la red, y $z^n(\cdots)$ la salida real. $N$ es el total de muestras de entrenamiento y $K$ el n\'umero de clases.  %la presentaci\'on repetida de un conjunto de datos de entrenamiento, formado por las entradas y los valores correspondientes de las variables a predecir, hasta conseguir que los pesos internos % (interacciones entre nodos) conduzcan a resultados \'optimos en la capa de salida, aproximando los resultados esperados.