Red neuronal artificial - Construcción de sistemas inteligentes para la autonomía y adaptación robótica
Fouad Sabry
Translator Guilherme Costa
Publisher: Mil Millones De Conocimientos [Spanish]
Summary
1: Red neuronal artificial: explora los conceptos básicos y la amplia importancia de las redes neuronales. 2: Perceptrón: comprende los componentes básicos de los modelos de aprendizaje de una sola capa. 3: Jürgen Schmidhuber: descubre la investigación pionera detrás de las redes modernas. 4: Neuroevolución: examina los enfoques genéticos para optimizar las arquitecturas neuronales. 5: Red neuronal recurrente: investiga las redes con memoria para datos secuenciales. 6: Red neuronal de retroalimentación: analiza las redes en las que los datos se mueven en una sola dirección. 7: Perceptrón multicapa: aprende sobre las estructuras en capas que mejoran la profundidad de la red. 8: Red neuronal cuántica: descubre el potencial de los modelos de aprendizaje asistido cuántico. 9: ADALINE: estudia las neuronas lineales adaptativas para el reconocimiento de patrones. 10: Red de estado de eco: explora los modelos de reservorio dinámico para datos temporales. 11: Red neuronal de picos: comprende los sistemas neuronales de inspiración biológica. 12: Computación de reservorio: sumérjase en redes especializadas para el análisis de series temporales. 13: Memoria a corto plazo: domine las arquitecturas diseñadas para retener información. 14: Tipos de redes neuronales artificiales: diferencie entre varios modelos de red. 15: Aprendizaje profundo: comprenda la profundidad y el alcance de las redes multicapa. 16: Regla de aprendizaje: explore los métodos que guían el entrenamiento de modelos neuronales. 17: Red neuronal convolucional: analice redes diseñadas para datos de imágenes. 18: Problema del gradiente evanescente: aborde los desafíos en el entrenamiento de redes. 19: Redes neuronales recurrentes bidireccionales: descubra modelos que procesan datos en ambas direcciones. 20: Red neuronal residual: aprenda técnicas avanzadas para optimizar el aprendizaje. 21: Historia de las redes neuronales artificiales: rastree la evolución de este campo transformador.
