Actividad 4.7

Redes neuronales

Ejercicio

Concepto

Una Red Neural Artificial (ANN) modela la relación entre un conjunto de entrada y una salida, resolviendo un problema de aprendizaje.

Ejemplos:
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

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. General Red Neuronal

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

4. Predecir con la Red Neuronal

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

##             [,1]
## [1,]  1.00876187
## [2,]  0.02577299
## [3,] -0.02015257

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

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

Cancer de Mama

1. Alimentar con ejemplos

df_1 <- read.csv( "C:\\Users\\Deisy Lopez\\Documents\\7. Séptimo Semestre Ago-Dic 2023\\RStudio_AN\\cancer_de_mama.csv")

df_1$diagnosis <- ifelse(df_1$diagnosis == "M",1,0)

2. General Red Neuronal

red_neuronal <- neuralnet(diagnosis ~ ., data=df_1)
plot(red_neuronal, rep="best")

3. Predecir con la Red Neuronal

prueba <- df_1[c(19,20,21,22,23),]
prediccion <- compute(red_neuronal,prueba)
prediccion$net.result

##          [,1]
## 19 1.00064227
## 20 0.01631248
## 21 0.01631248
## 22 0.01631248
## 23 1.00064227

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

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