La red neuronal de OJA, también conocida como red neuronal de Oja's rule, es un tipo de red neuronal artificial que se utiliza para el aprendizaje no supervisado en problemas de reducción de dimensiones y análisis de componentes principales.
Fue desarrollada por el matemático finlandés Erkki Oja en 1982 y se basa en un algoritmo de aprendizaje que permite a la red neuronal encontrar las direcciones principales de las características de entrada y reducir la dimensión de los datos. En comparación con otros métodos de reducción de dimensiones, la red neuronal de OJA es capaz de manejar mejor datos altamente correlacionados y no lineales.
El funcionamiento de la red neuronal de OJA se basa en el ajuste de los pesos sinápticos de la red para que la neurona de salida responda de manera selectiva a patrones específicos de entrada. Esto se logra mediante el cálculo iterativo de los pesos sinápticos para maximizar la correlación entre las entradas y la salida de la neurona.
El término Business Intelligence (o BI) define el uso de tecnologías de la información para identificar, descubrir y analizar datos comerciales, co [...]
Leer más »El escenario actual que estamos viviendo en España con la crisis sanitaria del COVID-19 ha provocado que muchas empresas hayan tenido que realizar ER [...]
Leer más »El aprendizaje automático es una rama de la inteligencia artificial (IA) que se basa en conseguir que un sistema sea capaz de aprender a partir de la [...]
Leer más »La implantación masiva de servicios en la nube en las empresas ha transformado el modo en que se realizaban las transacciones comerciales, pues conll [...]
Leer más »
