Actividad 4.7 Redes Neuronales

Ejercicio “Examenes y Proyectos”

Concepto

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

Ejemplos de aplicaciónde Redes Neuronales son:

1. La recomendación de contenido de TikTok
2. El feed de Instagram o TiTok
3. Determinar el número 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,]  1.02574278
## [2,] -0.01219773
## [3,] -0.01219773

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

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

Ejercicio “Cáncer de Mama”

1. Base de Datos

bd <- read.csv("C:\\Users\\HUAWEI\\Downloads\\cancer_de_mama.csv")
bd <- data.frame(bd)
bd$diagnosis <- ifelse(bd$diagnosis == "M", 1, 0)

2. Generar la Red Neuronal

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

3. Predecir con la Red Neuronal

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

##          [,1]
## 19 1.00046342
## 20 0.01659429
## 21 0.01635560
## 22 0.01635560
## 23 1.00046342

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

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