Ir al contenido principal

Introducción al Aprendizaje Profundo y el Perceptrón Simple

 


El aprendizaje profundo, una rama del aprendizaje automático, ha revolucionado el campo de la inteligencia artificial, permitiendo avances significativos en el procesamiento del lenguaje natural, reconocimiento de imágenes, y más. En el corazón de estos avances se encuentra una estructura inspirada en el cerebro humano: la red neuronal artificial. Para comprender las complejidades del aprendizaje profundo, es esencial empezar con su unidad básica de construcción: el perceptrón.

¿Qué es un Perceptrón?

El perceptrón es un modelo matemático que simula el comportamiento de una neurona biológica. Fue propuesto por Frank Rosenblatt en 1957 como un tipo de clasificador binario, lo que significa que puede decidir entre dos clases. La estructura de un perceptrón es simple: recibe múltiples entradas (señales de otras neuronas o datos de entrada), las procesa aplicando pesos (importancia) a cada entrada, las suma y luego aplica una función de activación para producir una salida. Si esta salida supera un cierto umbral, el perceptrón se activa y envía una señal (por ejemplo, 1); si no, permanece inactivo (envía 0).

Funcionamiento del Perceptrón

El perceptrón toma vectores de características de entrada � y calcula su producto punto con un vector de pesos �, agregando un término de sesgo �. La fórmula es la siguiente:

������=�(�⋅�+�)

donde � es la función de activación, que suele ser una función escalón. Es decir, la función de activación produce 1 si �⋅�+� es mayor o igual que 0, y produce 0 en caso contrario.

Aprendizaje del Perceptrón

El aprendizaje en un perceptrón ocurre ajustando los pesos � y el sesgo � basado en los errores de las predicciones. Para un conjunto de entrenamiento con ejemplos de entrada y salidas deseadas, el perceptrón se ajusta mediante el algoritmo de aprendizaje de perceptrón, que iterativamente realiza lo siguiente:

  1. Calcula la salida para un ejemplo de entrada.
  2. Compara la salida calculada con la salida deseada.
  3. Actualiza los pesos y el sesgo si hay un error en la predicción.

Perceptrones Simples para Funciones Lógicas

Un uso interesante y educativo del perceptrón es modelar operaciones lógicas básicas como NOT, AND y OR. Estos ejemplos son fundamentales porque demuestran la capacidad del perceptrón para aprender patrones simples de decisión.

  • NOT: Solo necesita una entrada. Invierte su valor.
  • AND: Devuelve 1 si ambas entradas son 1.
  • OR: Devuelve 1 si al menos una entrada es 1.

Implementación en Python de Perceptrones para NOT, AND, OR

Vamos a implementar estos perceptrones en Python, mostrando cómo se pueden utilizar para modelar estas operaciones lógicas básicas.

import numpy as np # Función de activación: función escalón def step_function(x): return np.where(x>=0, 1, 0) # Perceptrón class Perceptron: def __init__(self, input_size, threshold=100, learning_rate=0.1): self.weights = np.zeros(input_size + 1) # +1 para el sesgo self.threshold = threshold self.learning_rate = learning_rate def predict(self, inputs): summation = np.dot(inputs, self.weights[1:]) + self.weights[0] return step_function(summation) def train(self, training_inputs, labels): for _ in range(self.threshold): for inputs, label in zip(training_inputs, labels): prediction = self.predict(inputs) self.weights[1:] += self.learning_rate * (label - prediction) * inputs self.weights[0] += self.learning_rate * (label - prediction) # Datos de entrenamiento para AND inputs = np.array([[0,0], [0,1], [1,0], [1,1]]) labels_and = np.array([0, 0, 0, 1]) # Entrenamiento del perceptrón para AND perceptron_and = Perceptron(input

Comentarios

Entradas más populares de este blog

Explorando el Perceptrón Multicapa: XOR y Backpropagation

  El perceptrón multicapa (MLP, por sus siglas en inglés) representa un avance significativo en la arquitectura de las redes neuronales, permitiendo superar limitaciones de modelos más simples como el perceptrón único. A través de la incorporación de múltiples capas de neuronas entre la entrada y la salida, los MLP pueden modelar relaciones complejas y no lineales entre los datos de entrada y salida, lo que los hace adecuados para una amplia gama de tareas de aprendizaje automático, desde la clasificación hasta la regresión. La Importancia de XOR Uno de los problemas clásicos que el perceptrón simple no puede resolver es el de la operación lógica XOR (exclusivo O). El XOR es una operación que devuelve verdadero (1) si y solo si el número de entradas verdaderas es impar. En términos de entradas binarias, esto significa que XOR devuelve 1 si las entradas son diferentes y 0 si son iguales. La incapacidad del perceptrón simple para resolver XOR se debe a su linealidad; XOR es un proble...

Redes Neuronales Convolucionales: Revolucionando el Reconocimiento de Números e Imágenes

  Las Redes Neuronales Convolucionales (CNNs, por sus siglas en inglés) han transformado radicalmente el campo del reconocimiento de imágenes y visión por computadora. Inspiradas en la organización del córtex visual humano, las CNNs son especialmente adeptas para procesar datos en forma de matrices, lo que las hace ideales para trabajar con imágenes. A través de la aplicación de filtros o núcleos de convolución, estas redes son capaces de capturar patrones espaciales y temporales en los datos, como bordes, texturas y formas, lo que permite una eficaz clasificación y reconocimiento de imágenes. ¿Cómo Funcionan las CNNs? Las CNNs se componen de varias capas que transforman la entrada (por ejemplo, una imagen) a través de operaciones como la convolución, la activación no lineal (como ReLU), el pooling (o submuestreo), y finalmente capas completamente conectadas. Este proceso se resume en tres pasos principales: Convolución : Aplica filtros a la entrada para crear mapas de característi...

Mini video Educativo