Redes Neuronales

#install.packages("htmltools")

Teoría

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

Algunos problemas de aplicación de ANN son:

Las recoemdaciones de contenido de Netflix. El feed de Instagram. *Determinar el número escrito a mano.

#Ejercicio 1. ¿Pase la materia?

Ejercicio 1 ¿Pase la materia?

Instalar paquetes y llamar librerias

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

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)

3.Generar la Red Neuronal

set.seed(123)
rn1 <- neuralnet(estatus ~., data=df1)
plot(rn1, rep= "best")

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,]  1.04011743
## [2,] -0.02359178
## [3,] -0.02359178

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

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