this is for holding javascript data
Angélica Guzmán Ponce edited subsection_Perceptron_multicapa_El_Perceptron__.tex
almost 8 years ago
Commit id: e3b9bc8f3dcc73ef1b324e3d088d20e72b0312b3
deletions | additions
diff --git a/subsection_Perceptron_multicapa_El_Perceptron__.tex b/subsection_Perceptron_multicapa_El_Perceptron__.tex
index f9152e1..74e2117 100644
--- a/subsection_Perceptron_multicapa_El_Perceptron__.tex
+++ b/subsection_Perceptron_multicapa_El_Perceptron__.tex
...
%Nace en el campo de la inteligencia artificial como un intento de modelar la estructura neuronal del cerebro y la capacidad de aprendizaje de este sistema biol\'ogico~\cite{alejo2010analisis}.
El Perceptron Multicapa (multilayer Perceptron, ML es una estructura interconexionista compuesta por una o m\'as capas ocultas entre los nodos de entrada y los nodos de salida.
Estas %Estas capas est\'an integradas por nodos que pueden o no estar conectados directamente a los de entrada y a los de salida.
Se caracteriza fundamentalmente porque no existen conexiones entre neuronas de la misma capa ni conexiones hacia atr\'as. Cada capa alimenta a todas las neuronas de la capa siguiente~\cite{alejo2010analisis}.
En el MLP la cantidad de neuronas de entrada se corresponde con la dimensi\'on del vector de entrada ($X$) y el n\'umero de neuronas en la capa de salida con el total de clases en la muestra de entrenamiento.
La %La cantidad de neuronas en la capa de salida y capas ocultas no est\'a predefinida para que en cualquier problema sea el mismo n\'umero, por lo que ha sido objeto de estudio durante muchos a\~nos.
La Figura~\ref{fig08} muestra un MLP con tres capas: entrada, oculta y salida~\cite{alejo2010analisis}.