ADALINE (Adaptive Linear Neuron) es un modelo de red neuronal artificial propuesto por Bernard Widrow y Ted Hoff en 1960. Es similar al perceptrón, pero en lugar de una función de activación escalonada, utiliza una función de activación lineal.
El ADALINE es un modelo de aprendizaje supervisado que se utiliza para realizar la clasificación binaria y la regresión lineal. La red neuronal está formada por una capa de entrada, una capa de salida y una capa de retroalimentación que ajusta los pesos de la capa de entrada en función de la salida obtenida.
El objetivo del ADALINE es minimizar el error cuadrático medio (MSE) entre la salida deseada y la salida real de la red. Para ello, utiliza el algoritmo de descenso del gradiente para ajustar los pesos de la capa de entrada.
El ADALINE es un modelo lineal, lo que significa que solo puede aprender relaciones lineales entre las entradas y las salidas. Sin embargo, puede ser utilizado como una unidad básica en modelos más complejos de redes neuronales, como las redes neuronales multicapa.
A diferencia de un programa informático, en el que se procesan una lista de órdenes a través de un programa de ordenador, la IA va más allá de la [...]
Leer más »Las predicciones de GAMCO apuntan a un aumento de, al menos, un 10% en el porcentaje de la «morosidad en créditos» a particulares durante el próxi [...]
Leer más »El auge de la Inteligencia Artificial (IA) en los negocios está muy de actualidad. Su uso se está extendiendo y está cambiando, incluso, los modelo [...]
Leer más »Lo primero que hay que conocer son los límites de la IA y tras dominar los conceptos base se podrá construir un gran software comercial con intelige [...]
Leer más »
