Actividad 4.7 Redes Neuronales

Redes Neuronales

Concepto

Una Red Neuronal Artificial (ANN) modela la relación entre un conjunto de entradas y una salida, resolviedno un problema de aprendizaje.

Ejemplos de aplicación de Redes Neuronales:
1. Recomendación de contenido de Netflix.
2.El feed de Instagram o Tiktok.
3.Determinar el número de letra escrito o a mano.

1. Instalar paquetes y llamar librerias

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

## Warning: package 'neuralnet' was built under R version 4.3.1

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,] 0.3331327
## [2,] 0.3331327
## [3,] 0.3331327

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

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

Redes Neuronales Cáncer de Mamá

1. Importar base de datos

df <- read.csv("C:\\Users\\ximen\\OneDrive\\Escritorio\\Negocios\\7° Semestre\\Analítica de negocios\\cancer_de_mama.csv")
df$diagnosis <- ifelse(df$diagnosis == "M",1,0)

2. General la Red Neuronal

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

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

##         [,1]
## 19 0.3732365
## 20 0.3732365
## 21 0.3732365
## 22 0.3732365
## 23 0.3732365

probabilidad <- prediccion$net.result

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

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