Qué es una red neuronal 

"No se frustren aprender redes neuronales es frustrante" -Freddy 2004

No te frustres freddy....es dificil.... Yo se que si no entiendes,no importa....

8:00 la función sigmoide tiene valores entre 0 y 1, no de 0 a 5. Nunca llega al 0 y nunca llega al 1. Entre menor el número, más cercano a cero y entre mayor sea, es más cercano a uno.

Fredy, con redes neuronales sí se pueden hacer operaciones matemáticas (e.g. cálculo del XOR, seno, etc.). Además, dices que las redes neuronales mueven los datos entre 0 y 100. No obstante, no aclaras que son los pesos en las sinápsis las que se modifican durante el entrenamiento (este es un concepto clave). Por otra parte, la aproximación que mencionaste acerca del reconocimiento de luces en semáforos es obsoleta en el campo de visión por computador (así no se hace desde hace muchísimos años). Además, me hubiera gustado que ahondaras en explicar por qué una serie de condicionales no es tan efectiva al momento de actuar en el mundo abierto (e.g. en vehículos autónomos) Además, no mencionas el por qué de “deep” redes neuronales lo muestras en diapositivas pero no lo explicas.

muchas gracias Freddy, si ese es un tema muy complejo, en un semestre de la universidad completo me explicaron ese tema y es muy muy amplio, vale la pena la explicación en 15 minutos, muy buen video, gracias Platzi!

exelente video de introduccion a Inteligencia Artificial, en relidad esta area es muy extensa y mientras vas avanzando te encuentras con varios problemas dificilies como por ejemplo: la mezcla de funciones de activacion de los perceptrones, el overfiting que puede generarse al entrenar una red o simplemente una red neuronal combulucional

Me gusta como menciona varias cosas, cuando da ejemplos, para que parezca que sabe lo que esta diciendo.

Me parece muy bien lo que haces en tu canal, somos muchos (espero) los que sentimos curiosidad de conocer en que se basa esta nueva tecnologia y espero tambien que con gente como tu y tu equipo consigan marcar una diferencia para que mas jovenes opten por dedicar su futuro a este campo.

en lo particular me encantan las matemáticas y las Neurociencias. y en el vídeo observe como estas están muy relacionadas cada dia mas. excelente este video, muy educativo e informativo

Excelente que hagas este tipo de videos, explicando lo que está sucediendo hoy en la industria de la tecnología, y nosotros y aqui felices con MySQL y PHP 😅 Ojalá las universidades se pusieran pilas y sacarán investigadores al mercado y no solo gerentes de sistemas

Hola! Aquí les dejo un vídeo, donde se explica que es una red neuronal y una red neuronal convolucional muy bien en 10 minutos: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-ns2L2T6wvAY.html P.D.: Cuando uno sabe y domina el tema lo explica tan fácil que lo puede entender un niño o una persona mayor Saludos!!

Gracias Freddy excelente como nos explicas a los que no sabemos nada de todo esto y me alegro que con los comentarios siempre se complementan muchas mas cosas, entiendo que apenas esto es un abre boca de todo ese gigantesco mundo. Gracias. !!!!

Me encantan tus videos! Explicas muy bien y de forma sencilla. Muchas gracias por tu dedicación :)

Recuerdo que Freddy en un video de hace dos meses atrás habló sobre la incorporación de una carrera para aprender sobre inteligencia artificial, estoy ansioso a que salga durante los próximos meses. Una carrera que combinará muy bien con IA, será la carrera de Speech Scientist, será interesante que en los próximos años consideren desarrollar algunos cursos sobre esa especialidad. ¡Fue un video muy motivador Freddy, me encantaría que tú seas uno de los encargados de desarrollar la carrera de inteligencia artificial!

Hahahaha, justo cuando acabo de presentar el primer parcial de Inteligencia artificial en la universidad, pero bueno, algo nuevo aprenderé, gracias Platzi.

muchas gracias por ser tan profesional sin descuidar el fundamento humano y el principio de la empatia a la hora de hacer pedagogía,

Deberían hacer un curso de Tensorflow

EXCELENTE, MUCHAS GRACIAS.

Muy buena tu exposición. Gracias

Excelente, gracias!

Excelente! tenes razon: todo es posible, al menos, entenderlo.

Me encanta ese esfuerzo por hacerlo sencillo y que lo podamos entender, ese es el culmen de la excelencia en la divulgación.

excelente tutorial ,,facil de entender

Todos los mecatronicos hemos hecho alguna vez una red neuronal en electronica y si se necesita buena matematica, y si quieren implementarla en un algoritmo les aconsejo como complemento a estos fundamentos que comparte freddy unos videos del MIT que estan en youtube muy buenos me ayudaron bastante (estan en ingles), intentare hacer algo con una raspberry pi 3 y python, luego les comparto.

Hola Freddy! Excelente explicación básica. Saludos.

Muy interesante el tema.

Excelente vídeo y explicación Visto en 27/11/2020

gracias freddy por hacer que nos sintamos bien diciendo que es normal no entender esas cosas. animan mucho esos comentarios, justo cuando uno cree que le exploto la mente, llega ese comentario que te alivia. gracias por eso.

Eu adoro redes neurais. Acompanharei este curso!

Existe un curso de inteligencia artificial o machine learning en platzi?

Es gratuito curso ?? Te respondo, lo explicaste de una forma muy muy sencilla ! grandioso

se q es viejo el video pero esto se aplica tanto a tensorflow como a q otras tecnologias de ML?

Genio Freddy. Me encanta el alma de Platzi. Siempre Positivo !

dificil? mas bien es penoso ver la explicación de un tema por alguien que ni siquiera lo entiende

Excelente

Talvez agregar, que se deben entrenar modelos primero y esta es una parte mas complejas(en mi opinion) por ejemplo se deben entrenar modelos para detectar que es metalico, que es un auto, que es un modelo especifico de un auto, etc

Preguntaaa... Los sistemas de redes neuronales que se han creado para la visión artificial tienen retroalimentacion? por ejemplo Imagenet proporciona la data y a través de una red neuronal logran crear un sistema que reconozca imagenes, pero es posible que la maquina cree o agrande su propia data, cosa de perfeccionarse en el reconocimiento de imagenes de manera autónoma? Si la respuesta es si me podrían dar el ejemplo de la tecnología, empresa, o modelo que lo trabaja porfavor.

Una pregunta. No se podría aplicar este concepto para hacer mas "naturales" los traductores como babylon o google translator al conocer los datos de usuarios y ver cómo van eligiendo mejores traducciones y de esa manera se van mejorando los resultados?

Gracias amigo, te digo en ningun momento me estallo el cerebro, lo entendi TODO. Sigue con tus videos te has ganado un Fan.

Felicitaciones que manera de expandir la conciencia

No era tan tan difícil entenderlo, bueno al menos un poco de eso nos hablaron en la universidad. Muy buen aporte Platzi

Gracias, es un tema que me encanta.

D3: buenísimo!

Gracias!!!

Gracias por la explicación ¿Dónde pyedo obteber la presentación?

muy bueno me gustan sus videos muy clarificantes e interesantes

se ve entretenido, gracias !!!

super genial la explicación.... tengo una pregunta, qué es la base de datos de entrenamiento, en el caso de las neuronas humanas es el primer concepto de lo que es una manzana por ejemplo,?, y en las redes neuronales artificiales es un conocimiento de algo pre programado?. por fa explicar cómo se entiende eso.

yo soy qfb y entiendo bien lo que explicaste, es muy interesante

Muy bien explicado, al menos para entender el tema... Felicidades, espero puedas ampliar el tema en futuros videos...

Un par de matrices unos cuantos "if" y boom inteligencia artificial:v

Buen video! Qué bien explicas Freddy

Francamente creo que si es un tema algo díficil porque se debe entender bien la mate. Primero, la función de activación es simplemente eso; la forma de iniciar la red neuronal. Se puede iniciar de golpe como un ON/OFF pero aveces es mejor iniciarla suavemente (función sigmoide) por cuestiones de estabilidad del sistema. Incluso se puede iniciar con una campana (que sube y regresa a cero). Similar quizá al encendido de algún motor potente (con cuidado se inicia). Básicamente creo que el problema de la red neuronal es el siguiente: Dado un sistema desconocido (sin modelo matemático que lo describa y para cuyas entradas no se sabe que salida pueda tener) construir un sistema que imite su comportamiento de forma heurística (prácticamente a prueba y error). Ya en la práctica lo que se hace es escribir y actualizar los llamados "pesos sinápticos" que no es otra cosa que constantes de amplificación o atenuación. Lo que se busca es encontrar el valor de estas constantes que den un comportamiento satisfactorio que imita al sistema y cuyas salidas se pueden conocer. Luego ya vienen los modelos (mencionados en el video) que en la literatura se han desarrollado para construir las redes. Pienso que se toman en cuenta cuestiones de estabilidad, optimalidad, controlabilidad, etc. Abordando el tema desde esta perspectiva creo que para empezar a entender y construir estas redes se necesita un poco de: teoría de control, que es donde se ven conceptos de retroalimentación (donde le enseñas a la red), controlabilidad, estabilidad en un sistema dinámico. Y claro, para su construcción se requiere un poco de sistemas discretos(con el integrador discreto es como realmente se retroalimenta una red). Finalmente diria que se debe tener un sólido conocimiento en sistemas lineales (algebra lineal) y nociones de sistemas no lineales. Y en cuanto al reconocimiento de imágenes yo personalmente recomiendo aprender de los detectores de puntos característicos en imágenes. Con esto se empiezan a hacer cosas interesantes.

La cadena de Markov se puede ejemplar como el auto-corrector del teclado .. ?

Todo muy bien, menos la definición que diste de cadenas de markov :v Muy buenos vídeos, gracias por los aportes!

Eres el mejor explicando Fredy 😂

los algoritmos evolutivos y geneticos para optimizacion son una herramienta muy importante no muchas veces nombrado que si son parte de ML

Excelente charla! ya bote al carajo mis clases de integrales y laplace, así entiendo mejor matématicas!

EXPLICAS MUY BIEN, Y ES AGRADABLE QUE LO EXPLIQUES DE MANERA DIVERTIDA, ENSERIO QUE ASÍ DEBERÍAN SER LOS MAESTROS EN LA UNIVERSIDAD, DISCULPA NO DAN CURSOS PRESENCIALES?

Freddy....Me gusta como explicas porque al final los cursos Platzi son para gente que quiere aprender y no para tanto "experto en IA " de los muchos que opinan aquí. Si tanto saben a que vienen deberían montar su propia plataforma y enseñar a otros.

Es complejo pero lo magnificas, se puede aprender como muchas de las otras cosas

Ojala todos los docentes fueran como este hombre,idolo!! Exelente muy motivador y didactico

Freddy, el dìa que Platzi alcanze millardos de personas recuerda que significa que tu misión de vida está desarrollada a una de sus máximas expresiones, o quizá, la máxima. Te van a llegar chicas hasta de Japón. Dios te guarde.

excelente

Freddy eres grande explicando. Haces que temas tan complejos se empiecen a dilucidar. Estas poniendo al alcance de muchos temas supercomplejos que cuestan mucho dinero y recursos aprenderlos por otros medios. Debilidades: el ego. Pilas!!! Tu puedes ser el referente de habla hispana de todos los tiempos si te acompaña la humildad!!!

de hecho esta es una explicación super rápida y algo avanzada, solo necesitan revisar algo mas básico para no confundirse mucho y entonces entender.

Woow excelente bro, la verdad tengo artas dudas sobre la tecnologia y eso qe soy programador novatoxD, la verdad me ayudara mucho antes de estar buscando las respuesta en internet, a veces no aclara mucho como funciona....

Wey, llevo bastante tiempo queriendo entender las redes neuronales viendo videos, leyendo artículos y libros pero hasta hoy comprendí el funcionamiento base y estoy como 🤯🤯🤯 ya capté!!! Gracias, me diste lo que necesitaba para terminar de entenderlo 👍🏻

una pregunta en que fecha es la platzi conf colombia y como hago para ir ?

La base de las ciencias computacionales son las matematicas discretas, si alguien quiere entender mucho más de programacion, redes, seguridad, etc deberia estudiar de esta rama de las matematicas, tiene combinatoria, grafos, maquinas de estado finito, matrices, logica, etc, basicamente las matematicas discretas son las bases de la computacion

"no se frustren", mejor tomo clases de yoga :´v

Empiezan a hablar de matematicas Mi cerebro Windows apagandose musiquita*

me encantó este tema, muy bien

Gracias Fredy Vega.

Excelente video

Siempre he querido aprender como funcionan las cosas

Es bueno que expliques y nos hagas entender que es muy dificil aprender sobre redes neuronales. Ahora quiero que les digas la complejidad de programar una red neuronal en un lenguaje de programacion. (Si... el primer parrafo era sarcasmo)...

deseo ese curso

excelente video fede lobo

Muy charlatan, si te gusto este video es porque te falta mucho por investigar, el video es muy regular. Estudien mas y seleccionen mejores plataformas.

Hace 7 años cuando nadie hablaba del tema plazi estaba ahi!

Son camaras de imagen artificial, comparan imagenes en diferentes angulos y al final aprueban lo que corresponde..

copie y pegue un código de tensor Flow, tardo poco en correr un entrenamiento, pero fue mas o menos rápido. Tengo un i7 de cuarta generación y sin tarjeta de video. La integrada que tiene este procesador rinde bien, he podido correr gta 5 sin gráfica ¿crees que esté siendo ambicioso de usar mi compu para un sistema mas completo?

Buen video, un poco sencillo nada mas, aunque con esa técnica es imposible desarrollar una verdadera IA, es algo que aprendí por mi cuenta hace ya mas de 20 años, solo que lo hago por procedimientos un poco mas avanzados para lograr de esta manera la IAAA (Inteligencia Artificial Avanzada Autónoma).

me encanto tu video, excelente

No me frustra ni me parece difícil. Más bien me apasiona cada paso que explicas, y me da hambre de más... Será que la inteligencia artificial es lo mío?.

Una corrección inicial, mencionas que las Redes Neuronales son la base de la Inteligencia artificial, lo cierto es que las redes neuronales son una minúscula y pequeñísima parte de la Inteligencia Artificial... recomiendo que no te metas a explicar temas que no dominas, afectas a tu reputación.

Pregunta del min 8.30 : ¿probar la funcion sigmoide, lo que implica probar con todos los numeros que van de 0 a N, no llevaria una cantidad infinita de tiempo?

Yo entiendo el concepto pero nose como llevarlo a programa te agredeciria si hicieras un video de un programa nose como sumar dos numeros con redes neuronales suscrito y like

Te venden el tema como dificil por cuestiones de marketing jaja

No pues te mamaste carnal ! Gracias por subir el video aunque concuerdo con todos los comentarios anteriores al mío.

Es estúpido lo que voy a decir pero así lo son algunos comentarios. Para todos los críticos tengan en cuenta que en 15min no se pueden explicar redes neuronales obviamente. Por dar un dato, nosotros en ingeniería tenemos un curso entero en cuatro meses para poder entender bien las redes neuronales, lógicamente a fondo con muchos conceptos matemáticos/físicos.

A mi se me hizo muy fácil entenderte (porque ya había estudiado bastante del tema y otros), sinceramente un video muy complicado para esto es del canal Ringatech llamado: funciones de activación. 😅 (recomendado si entendiste esto fácilmente, aunque es muy resumido e introductorio)

después de una maestría en ciencias de la computación y ver redes neuronales, algoritmos evolutivos y lógica difusa. se puede decir que es divertido. ahora quiero trabajar dentro de las tarjetas de video para mejorar tiempos de ejecución. Pero @Platzi ¿me podrían recomendar las características de un PC para trabajar con redes neuronales?

Que buen vídeo !!

Está bien para empezar, gracias! Instead... criticar! haga un tutorial mejor! Freddy, una pregunta! que pasa si en un tipo de red no es posible que "aprenda de sus errores"? No es posible backpropagation en la red!

Got IT!

Excelente freddy muy bien :)

Esta en mi bitácora de "Goals" esta vaina de AI. Tome las primeras dos lecciones del Chino ese de Coursera y me pegó en los testículos la regresión lineal nuevamente.., asi que apagué y "Return For Modification", pero ahora don Freddy me animo otra vez

interesante introducción a rede neuronales pero tengo una duda ser puede utilizar una base de dato para entrenar a una red neuronal y reducir el margen de error?