Redes Neuronales

Teoría

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

Algunos ejemplos de aplicación de ANN son:

• La recomendación de contenido de Netflix.
  
• El feed de Instagram.
  
• Determinar el número escrito a mano.

Ejercicio 1. ¿Pasé la materia?

Paso 1. Instalar paquetes y llamar librerias

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

Paso 2. Obtener datos

examen <- c(20, 10, 30, 20, 80, 30)
proyecto <- c(90, 20, 40, 50, 50, 80)
estatus <- c(1, 0, 0, 0, 0, 1)
df1 <- data.frame(examen, proyecto, estatus)

Paso 3. Crear la red neuronal

rn1 <- neuralnet(estatus ~., data=df1)
plot(rn1, rep= "best")

Paso 4. Predecir resultados

prueba_examen <- c(30,40,85)
prueba_proyecto <- c(85,50,40)
prueba1 <- data.frame(prueba_examen,prueba_proyecto)
prediccion <- compute(rn1,prueba1)
prediccion$net.result

##           [,1]
## [1,] 0.3332619
## [2,] 0.3332619
## [3,] 0.3332619

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

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

Ejercicio 2. Cancer de mama

Paso 1. Instalar paquetes y llamar librerias

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

Paso 2. Obtener datos

cancerdem <- read.csv("/Users/hectordelagarzatrevino/Library/CloudStorage/GoogleDrive-a01177960@tec.mx/Mi unidad/LIT/Sexto semestre/Inteligencia Artificial con Impacto Empresarial/Modulo 2/Sesion 4/cancer_de_mama.csv")
cancerdem$diagnosis <- ifelse(cancerdem$diagnosis == "M", 1, 0)

Paso 3. Crear la red neuronal

rn2 <- neuralnet(diagnosis ~ ., data = cancerdem)
plot(rn2, rep = "best")

Paso 4. Predecir resultados

prueba2 <- cancerdem[c(19,20,21,22,23), ]
prediccion2 <- compute(rn2,prueba2)
prediccion2$net.result

##         [,1]
## 19 0.3723518
## 20 0.3723518
## 21 0.3723518
## 22 0.3723518
## 23 0.3723518

probabilidad2 <- prediccion2$net.result
resultados2 <- ifelse(probabilidad2>0.5,1,0)
resultados2

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