Actividad 4.7 Redes Neuronales

Redes Neuronales

0. Concepto

Una red Neural articial (ANN) modela la relación entre un conjunto de entradas y una salida, resolviendo un problema de aprendizaje. Ejemplos de aplicación de Redes neuronales son: 1. La recomendación de contenido de Netflix 2. El feed de Instagram o Tiktok 3. determinar el número o letra escrito a mano

1. Instalar paquetes y llamar librerias

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

2. Alimentar con ejemplos

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

3. Generar la Red Neutral

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

4. Predecir con la Red Neutral

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,]  1.03621130
## [2,] -0.01829977
## [3,] -0.01829977

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

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

Cancer de Mama

1. Importar base de datos

cancer_de_mama <- read.csv("/Users/fernandarodriguez/Desktop/Tec/Carrera/Semestre 7/Módulo 4/Actividad 4.2/cancer_de_mama.csv")
cancer_de_mama$diagnosis <- ifelse(cancer_de_mama$diagnosis=="M",1,0)

2. Generar la Red Neutral

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

2. Predecir con la Red Neutral

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

##          [,1]
## 19 0.99536687
## 20 0.03254092
## 21 0.03254092
## 22 0.03254092
## 23 0.99536687

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

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