Aplicación de técnicas de simulación al estudio de modelos multicapa

Abstract

Este trabajo de fin de grado consiste en la realización de un conjunto de experimentos de predicción empleando una de las herramientas más importantes de aprendizaje automático, conocida como redes neuronales. En estos experimentos se compara la capacidad de predicción en la tarea de regresión de dos tipos de estructuras de red neuronal sobre funciones pertenecientes a la familia de funciones lineales por partes. Los dos tipos de estructuras son: las llamadas estructuras de deep learning, compuestas por varias capas ocultas de neuronas en la red, y las estructuras shallow learning, compuestas por una única capa oculta de neuronas en la red. Más adelante en el trabajo se explica en detalle el funcionamiento de las redes neuronales. Además, se presentan algunos experimentos resueltos mediante redes neuronales, técnicas de random forest y regresión polinomial, con el fin de contrastar las diferencias entre distintas herramientas de aprendizaje automático.