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.

Ejemplo

1. Instalar Paquetes

#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,]  0.3997268
## [2,]  0.3997265
## [3,] -0.6786271

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

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

Redes Neuronales Cáncer de Mama

1. Importar la Base de Datos

df <- read.csv("/Users/araquezada/Documents/Tec/7mo Semestre/Analítica para Negocios/Modulo 4/cancer_de_mama.csv")
df$diagnosis <- ifelse(df$diagnosis == "M",1,0)

2. Generar 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 1.00064181
## 20 0.01626120
## 21 0.01624951
## 22 0.01624951
## 23 1.00064181

probabilidad <- prediccion$net.result

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

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