CCOM II. P1. Infografía
¿QUÉ SON LAS REDES NEURONALES?
Ejemplo con Código
¿Qué son las Redes Neuronales?
Python
Definición y Objetivo
Ejemplos
Estructura General
Prácticos y Visuales
Capas y Conexiones
Entrenamiento de las Redes
¿Cómo se conectan y calculan las neuronas?
Peso y Sesgo
Machine y Deep Learning
Funciones Matemáticas
De Activación y Pérdida
¿Cómo se conectan y calculan las neuronas?
- Cada conexión entre neuronas tiene un peso (x) - Indica su importancia - Cada neurona tiene un bias (y) = sesgo- Actúa como un desplazamiento La salida de una neurona se calcula así: Luego se activa una función de activación:
Función de Activación
- Transforma la suma ponderada z en una salida no lineal - Permitiendo que se aprenda relaciones complejas🧑🎓 - Un ejemplo es la función Sigmoide:
Función de Pérdida
- Mide qué tan mal está prediciendo la red 👎
Ejemplo Red de 1 capa
- Con la famosa fórmula,
- Calcular Velocidad de la luz [c]
- Automaticamente con una red neuronal
Deep Learning
- Es una rama del Machine Learning - Para Generación y Reconocimiento de: 📷 Imágenes. Video, Texto y Audio
Machine Learning
Aprendizaje Supervisado (con ayuda humana)🙍🏻 - Los datos son etiquetados por humanos🏷️ - Luego son agrupados por la máquina Aprendizaje no Supervisado (sin ayuda humana)🚫 -Los datos son agrupados directamente por la máquina -Según características Aprendizaje por Refuerzo
Estructura General
Red Neuronal --> formada por - Capas (layers) - de Neuronas (nodos) interconectadas 🤝 1. Capa de Entrada: Recibe los datos originales 2. Capas ocultas: Procesan la Info 3. Capa salida: Da el resultado final
¿Que son las redes neuronales??
Red Neuronal Artificial = Modelo matemático inspirado en el Cerebro Humano --> 🧠 Objetivo: - Aprender patrones --> partiendo de datos 🏫 - Realizar predicciones y clasificaciones 🎰 - Se utiliza en el campo del machine learning 🥀 Aprendizaje Supervisado = aprender de ejemplos etiquetados (Ejemplo Práctico)
Ejemplo
Esquema de una red neuronal simple con capa de entrada, capa oculta y capa de salida. Cada conexión tiene un peso (w) y cada neurona un bias (b), que se ajustan durante el aprendizaje supervisado.
CCOM II. P1. Infografía
Álvaro Prada Cuenca
Created on November 4, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Visual Thinking Checklist
View
Choice Board Flipcards
View
Team Retrospective
View
Fill in the Blanks
View
Museum Flipcards
View
Image Comparison Slider
View
Microcourse: Key Skills for the Professional Environment
Explore all templates
Transcript
CCOM II. P1. Infografía
¿QUÉ SON LAS REDES NEURONALES?
Ejemplo con Código
¿Qué son las Redes Neuronales?
Python
Definición y Objetivo
Ejemplos
Estructura General
Prácticos y Visuales
Capas y Conexiones
Entrenamiento de las Redes
¿Cómo se conectan y calculan las neuronas?
Peso y Sesgo
Machine y Deep Learning
Funciones Matemáticas
De Activación y Pérdida
¿Cómo se conectan y calculan las neuronas?
- Cada conexión entre neuronas tiene un peso (x) - Indica su importancia - Cada neurona tiene un bias (y) = sesgo- Actúa como un desplazamiento La salida de una neurona se calcula así: Luego se activa una función de activación:
Función de Activación
- Transforma la suma ponderada z en una salida no lineal - Permitiendo que se aprenda relaciones complejas🧑🎓 - Un ejemplo es la función Sigmoide:
Función de Pérdida
- Mide qué tan mal está prediciendo la red 👎
Ejemplo Red de 1 capa
Deep Learning
- Es una rama del Machine Learning - Para Generación y Reconocimiento de: 📷 Imágenes. Video, Texto y Audio
Machine Learning
Aprendizaje Supervisado (con ayuda humana)🙍🏻 - Los datos son etiquetados por humanos🏷️ - Luego son agrupados por la máquina Aprendizaje no Supervisado (sin ayuda humana)🚫 -Los datos son agrupados directamente por la máquina -Según características Aprendizaje por Refuerzo
Estructura General
Red Neuronal --> formada por - Capas (layers) - de Neuronas (nodos) interconectadas 🤝 1. Capa de Entrada: Recibe los datos originales 2. Capas ocultas: Procesan la Info 3. Capa salida: Da el resultado final
¿Que son las redes neuronales??
Red Neuronal Artificial = Modelo matemático inspirado en el Cerebro Humano --> 🧠 Objetivo: - Aprender patrones --> partiendo de datos 🏫 - Realizar predicciones y clasificaciones 🎰 - Se utiliza en el campo del machine learning 🥀 Aprendizaje Supervisado = aprender de ejemplos etiquetados (Ejemplo Práctico)
Ejemplo
Esquema de una red neuronal simple con capa de entrada, capa oculta y capa de salida. Cada conexión tiene un peso (w) y cada neurona un bias (b), que se ajustan durante el aprendizaje supervisado.