Redes Neuronales

una Red Neuronal 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 Redes Neuronales de Netflix. 2. El feed de Tiktok, o Instagram.

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(1,0,0,0,1,1)
df <- data.frame(examen,proyecto,estatus)

3. Generar 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$net.result
##           [,1]
## [1,] 0.4995079
## [2,] 0.4995079
## [3,] 0.4995079
probabilidad <- prediccion$net.result
resultado <- ifelse(probabilidad>.5,1,0)
resultado
##      [,1]
## [1,]    0
## [2,]    0
## [3,]    0

Cancer de mama

1. Cargar base de datos

cm <- read.csv("/Users/danrwar/Desktop/Rstudio works/etapa 1/cancer_de_mama.csv")

2. Cambiar datos M y V por 1 y 0

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

3. Generar Red Neuronal CM

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

4. Predecir con la Red Neuronal

prueba <- cm[c(19,20,21,22,23),]
prediccion <- compute(red_neuronal,prueba)
prediccion$net.result
##           [,1]
## 19 0.995739052
## 20 0.008133763
## 21 0.008133763
## 22 0.008133763
## 23 0.995739052
probabilidad <- prediccion$net.result
resultado <- ifelse(probabilidad>.5,1,0)
resultado
##    [,1]
## 19    1
## 20    0
## 21    0
## 22    0
## 23    1
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