Actividad 4.7 Redes Neuronales

Redes Neuronales

Concepto

Una Red Neural 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 recomendacion de contenido de Netxlix.
2. El feed de Instagram o TikTok.
3. Determinar el número o letra escrito a mano.

1. Instalar paquetes y llamar librerias

# 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)
clase <- data.frame(examen,proyecto,estatus)

3. Generar la red neuronal

red_neuronal <- neuralnet(estatus~., data=clase)
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,]  1.01557583
## [2,] -0.01094649
## [3,] -0.01712921

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

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

Cáncer de mama

1. Limpieza de la base de datos

clase2 <- read.csv("/Users/alejandromontano/Desktop/cancer_de_mama.csv")
clase2$diagnosis <- ifelse(clase2$diagnosis == "M",1,0)

2. Alimentar con ejemplos

red_neuronal <- neuralnet(diagnosis~., data = clase2)
plot(red_neuronal, rep = "best")

3. Generar la red neuronal

test <- clase2[c(19,20,21,22,23),]
prediccion <- compute(red_neuronal,test)
prediccion$net.result

##           [,1]
## 19 1.000584377
## 20 0.017680465
## 21 0.005235813
## 22 0.005235813
## 23 1.000584377

4. Predecir con la red neuronal

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

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