Introducción
De qué trata esta guía
Un desglose riguroso y formal de los fundamentos matemáticos, estadísticos y computacionales que sostienen las redes neuronales artificiales y el Deep Learning. Desde el perceptrón de Rosenblatt hasta arquitecturas complejas de atención.
Recorrido
Temas que aborda
- Introducción
- Introducción a Redes Neuronales y Aprendizaje Profundo
- Orígenes de la Computación Neuronal
- 1.1 La Neurona de McCulloch-Pitts
- 1.2 El Perceptrón de Rosenblatt
- 1.3 El Teorema de Convergencia del Perceptrón
Conceptos relacionados
Conexiones principales
Notación compatible
Muestra matemática en LaTeX
La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.
Ver LaTeX fuente
y = \Theta \left( \sum_{i=1}^{n} w_i x_i - \theta \right)