ACT4.7

Redes Neuronales

#Redes neuronales Una Red Artificial (ANN) modela la relación entre un conjunto de entradas y una salida, resolviendo un problema de aprendizaje.

Un ejemplo de aplicación de Redes Neuronales son: 1.La recomendación de contenido de Netflix. 2.El feed de TikTok, o instagram.

1.Instalar paquetes y llamar librerías

#install.packages("neuralnet")
library(neuralnet)

## Warning: package 'neuralnet' was built under R version 4.1.3

2.Alimentar como ejemplos

examen <- c(20,10,30,20,80,30)
proyecto <- c(90,20,40,50,50,80)
estatus <- c(1,0,0,0,1,1)
bd <- data.frame(examen,proyecto,estatus)

3.Generar Red Neuronal

red_neuronal <- neuralnet(estatus~ ., data=bd)
plot(red_neuronal)

4.Predecir con la Red Neuronal

prueba_examen <- c(30,40,85)
prueba_proyecto <- c(85,50,40)
prueba <- data.frame(prueba_examen,prueba_proyecto)
prediccion <- compute(red_neuronal,prueba)
prediccion$net.result

##           [,1]
## [1,] 0.4016212
## [2,] 0.4014047
## [3,] 0.4014047

probabilidad <- prediccion$net.result
resultado <- ifelse(probabilidad>0.5,1,0)
resultado

##      [,1]
## [1,]    0
## [2,]    0
## [3,]    0

Ejemplo Cáncer de mamá

1. Cargar la base de datos

df <- read.csv("C:\\Users\\A00831614\\Documents\\Directorio de trabajo\\cancer_de_mama.csv")

2.Alimentar como ejemplos

df$ï..diagnosis <- ifelse(df$ï..diagnosis=="M",1,0)

3.Generar Red Neuronal

red_neuronal <- neuralnet(ï..diagnosis~ ., data=df)
plot(red_neuronal,rep="best")

4.Predecir con la Red Neuronal

prueba <- df[c(19,20,21,22,23),]
prediccion <- compute (red_neuronal,prueba)
prediccion$net.result

##         [,1]
## 19 0.9062841
## 20 0.1007783
## 21 0.1007783
## 22 0.1007783
## 23 0.9062841

probabilidad <- prediccion$net.result
resultado <- ifelse(probabilidad> 0.5,1,0)
resultado

##    [,1]
## 19    1
## 20    0
## 21    0
## 22    0
## 23    1