Publicaciones Similares

  • Deep Learning

    Introducción Redes neuronales Perceptrón Softmax Entropía cruzada Regresión logística Descenso del gradiente Perceptrones multicapa Feedforward Retropropagación Convolutional Neural Network Historia de las redes neuronales – rhernando.net Bibliografía Libros Redes neuronales & deep learning, Fernando Berzal Cursos AI Programming with Python Nanodegree Juno Lee, Mat Leonard, Jennifer Staab, Juan Delgado, Mike Yi, Ortal Arel, Luis Serrano…

  • NoSQL

    Bases de Datos SQL (Relacionales) Difíciles de escalar. Difícil fragmentar por servicios o áreas geográficas. Un pequeño error en un fichero puede arrui­nar toda la base de datos Un error en una SQL puede borrar todas las tablas o corromper un repositorio. Bases de datos NoSQL Su objetivo es garantizar la escalabilidad, asegurando que los…

  • Corrige nombres unix

    rename -v ‘s/[^\x00-\x7F]|\?|\://g’ * Corrige el nombre de los ficheros Unix para que no den problemas si se copian en sistemas de ficheros Windows

  • Programación orientada a aspectos

    La programación orientada a aspectos (AOP) es un modelo de programación que implementa la lógica cruzada, proporcionando mecanismos que hacen posible separar los elementos que son transversales a todo el sistema. Introducción Durante el desarrollo de aplicaciones nos encontramos con problemas que no se pueden resolver de una manera adecuada con las técnicas habituales de…

  • Programación orientada a aspectos

    La programación orientada a aspectos (AOP) es un modelo de programación que implementa la lógica cruzada, proporcionando mecanismos que hacen posible separar los elementos que son transversales a todo el sistema. Introducción Durante el desarrollo de aplicaciones nos encontramos con problemas que no se pueden resolver de una manera adecuada con las técnicas habituales de…

  • Perceptrón

    El perceptrón es el bloque básico de construcción de las redes neuronales artificiales. Los perceptrones se asemejan a las neuronas cerebrales. Algoritmo lineal del perceptrón Los pasos del algoritmo son los siguientes: Inicializar los valores de los pesos y del bias (sesgo) Propagar hacia delante Comprobar el error Retropropagar y ajustar pesos y sesgo Repetir…