7.1: ¿Qué es una red neuronal?

Last updated
Save as PDF

Page ID: 146760

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

Una vez conocidos los fundamentos y herramientas matemáticos que se encuentran tras la inteligencia artifical, es la hora de entender la necesidad de este formalismo para obtener una red neuronal.

Definición: Red neuronal

Una red neuronal es una función multivariable \(f(\textbf{x})\) que toma un vector como input un vector \(\textbf{x}\) y proporciona como salida otro vector \(\textbf{y}\). La forma de obtener los valores de salida es pasar los inputs a través de la red neuronal:

\(\textbf{y}=f(\textbf{x})\)

Nótese que esta descripción tan sencilla de una red neuronal es sumamente amplia. El vector \(\textbf{x}\) puede representar multitud de situaciones con distintas aplicaciones. La mejor forma de entenderlo es mediante algunos ejemplos.

Por ejemplo, el vector \(\textbf{x}\) podría ser un vector cuadrimensional incluyendo la superficie de una casa, el número de habitaciones, el número de baños y el número de plazas de garaje; y tras pasarlo por la red neuronal podría obtenerse un vector unidimensional \(\textbf{y}\) que represente el precio de dicha casa.

Supongamos ahora que queremos usar una red neuronal para determinar a qué género musical pertenece una canción. En este caso el vector de input \(\textbf{x}\) serían las distintas frecuencias a lo largo de la canción y su intensidad. La red neuronal habría sido entrenada para saber a qué rango de frecuencias pertenece cada género musical (el cómo entrenar la red lo veremos más adelante). Posteriormente el output de la red neuronal podría ser un vector \(\textbf{y}\) cuya dimensión sea el número de géneros a determinar (diez géneros entre rock, pop, electrónica...) y que sea un vector cuya única componente no nula sea el género al que corresponde la canción. Hemos resuelto un problema (determinar el género musical de una canción) que parecía tener poco que ver con el cálculo multivariable mediante un proceso que depende totalmente de él.