Diseño de Redes neuronales artificiales no supervisadas orientadas a la inteligencia de negocio

Álvarez Alba, Germán (2016). Diseño de Redes neuronales artificiales no supervisadas orientadas a la inteligencia de negocio. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Telecomunicación (UPM), Madrid.

Description

Title: Diseño de Redes neuronales artificiales no supervisadas orientadas a la inteligencia de negocio
Author/s:
  • Álvarez Alba, Germán
Contributor/s:
  • Andina de la Fuente, Diego
Item Type: Final Project
Degree: Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación
Date: 2016
Subjects:
Freetext Keywords: Mapas, neuronas, aprendizaje, categorías, Kohonen.
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Señales, Sistemas y Radiocomunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

El cerebro humano es el sistema de cálculo más complejo que conoce el hombre, de hecho existe el mito de que no usamos ni el 10% de su capacidad. Cada vez son más frecuentes los programas computacionales que se inspiran en el funcionamiento del cerebro para realizar automáticamente tareas que percibimos como inteligentes. Estos programas están inspirados en la capacidad del cerebro para pensar, recordar, reconocer y resolver problemas, y poder obtener información de una serie de datos para nuestro interés. Existen varios tipos de redes neuronales artificiales, que se pueden clasificar en dos grandes grupos: de aprendizaje supervisado y no supervisado. Entre las pertenecientes al segundo, se pueden destacar las redes de Teuvo Kohonen y la Koniocortex Like Network, las pruebas experimentales se han realizado sobre la primera red, introduciendo finalmente el uso de la segunda. La red de Kohonen está basada en mapas autorganizados descubiertos a nivel cerebral. Este tipo de red posee un aprendizaje no supervisado competitivo, es decir, que no existe un supervisor externo que dé como correcta o incorrecta la operación que haya realizado la red porque no se dispone de ninguna salida hacia la cual la red neuronal debe tender. El procedimiento que seguirá la red es, de manera auto-organizada, agrupar o mapear rasgos comunes, regularidades, categorías en los datos de entrada, etc., e incorporarlos a su estructura interna de conexiones. En este trabajo, a efectos ilustrativos, se ha comenzado a utilizar esta red para clasificar varias plantas de Iris, donde se le pasan 150 patrones y la red los organiza activando a tres neuronas diferentes. Una vez entendido el funcionamiento de la red de Kohonen, aplicaremos esta red para organizar una serie de datos bancarios y obtener información que pudiera ser aplicada para obtener mayor rendimiento en el negocio de la banca.

More information

Item ID: 43404
DC Identifier: http://oa.upm.es/43404/
OAI Identifier: oai:oa.upm.es:43404
Deposited by: Biblioteca ETSI Telecomunicación
Deposited on: 28 Sep 2016 09:39
Last Modified: 04 Oct 2016 10:26
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM