Redes Neuronales

Redes Neuronales

Concepto

Una red neuronal modela la relación entre un conjunto de entradas y una salida entre un problema de aprendizaje.

Ejemplo de aplicación de redes neuronales son:
1. La recomendación de contenido de netflix.
2. El feed de Instagram o TikTok.
3. Determinar el numero o letra escrito a mano.

1.Instalar paquetes y llamar librerías

#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 neuronal

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

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,]  1.01759971
## [2,] -0.02214257
## [3,] -0.02261387

probabilidad <- prediccion$net.result

resultado <- ifelse(probabilidad>0.5,1,0)
resultado

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

Red Neuronal: Cáncer de Mama

1.Instalar paquetes y llamar librerías

library(readr)
library(neuralnet)
cancer_de_mama <- read.csv( "/Users/marianaguevara/Downloads/cancer_de_mama.csv")

2.Alimentar con ejemplos

cancer_de_mama$diagnosis <- ifelse(cancer_de_mama$diagnosis == "M",1,0)

3.Generar la red neuronal

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

4.Predecir con la red neuronal

Prueba <- df1 <- cancer_de_mama[c(19,20,21,22,23),]
Prueba <- data.frame(Prueba)
prediccion <- compute(red_neuronal, Prueba)
prediccion$net.result

##          [,1]
## 19 1.00035048
## 20 0.01643526
## 21 0.01643526
## 22 0.01643526
## 23 1.00035048

probabilidad <- prediccion$net.result

resultado <- ifelse(probabilidad>0.5,1,0)
resultado

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