Laboratorio de Redes Neuronales

En esta hoja de Jupyter desarrollaremos un código simple para una red neuronal basada en neuronas tipo perceptron. Con el objetivo de entender mejor su funcionamiento, desarrollaremos parte del código siguiendo la teoría desarrollada en el curso.

from sklearn.datasets import make_blobs # Dataset de prueba
import matplotlib.pyplot as plt # Librería de visualizacion
import numpy as np#libreria de calculo numerico

Para la implementación de nuestra red neuronal, requerimos de un dataset para entrenar nuestra red neuronal. En este caso, utilizaremos el mismo dataset empleado para el algoritmo de k-means (o k-medios). Este lo invocamos a partir de una función generadora de datos de entrenamiento que es parte de la librería scikit-learn

# Generamos el Dataset
X, Y = make_blobs(n_features=2, centers=2, n_samples=1000)#X tendra de atributos y Y a que etiqueta pertencen


X[:3]

array([[-4.7994719 ,  0.36874384],
       [-5.26494516,  1.79048851],
       [-3.04876825,  1.99421431]])