Actividad 4.7

Redes Neuronales

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

Un ejemplo de aplicacion de redes neuronales son: 1. la recomendaciones de contenido de Netflix. 2. FEED de TIK TOK

Paso 1 Instalar paquetes y llamar librerias

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

2. Alimentar con ejemplos // Importar Base de Datos

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,] 0.5002568
## [2,] 0.5002568
## [3,] 0.5002568

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

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

#file.choose()

1. Ejercicio de Clase (Cancer de mama)

canc<- read.csv("/Users/enrique/Downloads/Semestre 7- 1 Bloque R/cancer_de_mama.csv")


canc$diagnosis <- ifelse(canc$diagnosis == 'M', 1, 0)

2. red Neuronal

red_neuronal2<- neuralnet(diagnosis~ ., data= canc)
plot(red_neuronal2,rep="best")

## 3. Predecir con la red neuronal

# Extraer las filas deseadas
df_seleccionado <- canc[c(19,20,21,22,23),]

prueba2 <- data.frame(df_seleccionado)
prediccion2 <- compute(red_neuronal2,prueba2)
prediccion2$net.result

##         [,1]
## 19 0.3725809
## 20 0.3725809
## 21 0.3725809
## 22 0.3725809
## 23 0.3725809

probabilidad2 <- prediccion2$net.result
resultado2<- ifelse(probabilidad2>0.5,1,0)
resultado2

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