Redes Neuronales

Las redes neuronales son dispositivos inspirados en la funcionalidad de las neuronas biológicas, aplicados al reconocimiento de patrones que las convierten en aptas para modelar y efectuar predicciones en sistemas muy complejos.

Es un set de técnicas matemáticas para modelar las conexiones / relaciones entre un conjunto de datos. Estas técnicas se aplican a problemas de clasificación y series de tiempo, y ofrecen el potencial de identificar conexiones que otras técnicas no pueden, porque:  

* Representa / utiliza relaciones lineales y no-lineales entre los datos.
* Modela cualquier tipo de distribución de datos (no solamente  distribución normal).
* Maneja datos con redundancia y / o inconsistencia en la información.

Las Redes Neuronales están compuestas por unidades computacionales paralelas e interconectadas. Cada una de esas unidades efectúa un número de operaciones simples y transmite sus resultados a las unidades vecinas. Las redes aprenden a reconocer patrones por medio de un entrenamiento basado en varios ejemplos diferentes. Ellas son eficientes en el reconocimiento de patrones en un conjunto de datos.

También son efectivas en el aprendizaje de patrones a partir de datos no lineales, incompletos, con ruidos y hasta compuestos por ejemplos contradictorios. La habilidad de manipular estos datos imprecisos, hace que las redes sean muy eficaces en el procesamiento de información sin reglas claras o que no puedan ser formuladas fácilmente.