Actividad 4.7 Redes Neuronales

Redes Neuronales

Concepto

Una Red Neural Artificial (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 librerías

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

<span style=“color: blue;>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,]  1.04154352
## [2,] -0.02490249
## [3,] -0.02490249

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

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

Cáncer de mama

1. Instalar paquetes y llamar librerías

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

<span style=“color: blue;>2. Alimentar con ejemplos

df <- read.csv("~/Downloads/cancer_de_mama.csv")
df$diagnosis <- ifelse(df$diagnosis=="M",1,0)
df1 <-df[c(19,20,21,22,23),]

3. Generar la Red Neuronal

red_neuronal <- neuralnet(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 0.99566298
## 20 0.02451125
## 21 0.02451123
## 22 0.02451123
## 23 0.99566298

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

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