Redes Neuronales

Redes Neuronales

0. 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 llamas 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)
dfclase <- data.frame(examen,proyecto,estatus)

3. Generar la red neuronal

red_neuronal <- neuralnet(estatus~., data=dfclase)
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,] 0.498447859
## [2,] 0.003613539
## [3,] 0.003612328

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

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

Redes Neuronales con Base de Datos Cáncer de Mama

1. Importar base de datos

# file.choose()
cancerdemama <- read.csv("/Users/dannaleal/Downloads/cancer_de_mama.csv")
cancerdemama$diagnosis <- ifelse(cancerdemama$diagnosis == "M",1,0)

2. Alimentar con ejemplos

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

3. Generar la red neuronal

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

##          [,1]
## 19 1.00048077
## 20 0.02180876
## 21 0.02179560
## 22 0.02179560
## 23 1.00048077

4. Predecir con la Red Neuronal

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

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