This HTML5 document contains 26 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Subject Item

dbpedia-es:Backpropagation

dbo:wikiPageRedirects

dbpedia-es:Propagación_hacia_atrás

Subject Item

dbpedia-es:Propagacion_hacia_atras

dbo:wikiPageRedirects

dbpedia-es:Propagación_hacia_atrás

Subject Item

dbpedia-es:Propagacion_hacia_atrás

dbo:wikiPageRedirects

dbpedia-es:Propagación_hacia_atrás

Subject Item

dbpedia-es:Propagación_hacia_atras

dbo:wikiPageRedirects

dbpedia-es:Propagación_hacia_atrás

Subject Item

dbpedia-es:Retropropagacion

dbo:wikiPageRedirects

dbpedia-es:Propagación_hacia_atrás

Subject Item

dbpedia-es:Retropropagación

dbo:wikiPageRedirects

dbpedia-es:Propagación_hacia_atrás

Subject Item

wikipedia-es:Propagación_hacia_atrás

foaf:primaryTopic

dbpedia-es:Propagación_hacia_atrás

Subject Item

dbpedia-es:Propagación_hacia_atrás

rdfs:label

Propagación hacia atrás

rdfs:comment

La propagación hacia atrás de errores o retropropagación (del inglés backpropagation) es un método de cálculo del gradiente utilizado en algoritmos de aprendizaje supervisado utilizados para entrenar redes neuronales artificiales. El método emplea un ciclo propagación – adaptación de dos fases. Una vez que se ha aplicado un patrón a la entrada de la red como estímulo, este se propaga desde la primera capa a través de las capas siguientes de la red, hasta generar una salida. La señal de salida se compara con la salida deseada y se calcula una señal de error para cada una de las salidas.

owl:sameAs

n6:04wmwt

dct:subject

category-es:Redes_neuronales_artificiales category-es:Error

foaf:isPrimaryTopicOf

wikipedia-es:Propagación_hacia_atrás

dbo:wikiPageID

327553

dbo:wikiPageRevisionID

130466308

dbo:wikiPageExternalLink

n4:aspx n7: n11:html n12: n13:html n17:html n18:net

dbo:wikiPageLength

17456

prov:wasDerivedFrom

n20:0

dbo:abstract

La propagación hacia atrás de errores o retropropagación (del inglés backpropagation) es un método de cálculo del gradiente utilizado en algoritmos de aprendizaje supervisado utilizados para entrenar redes neuronales artificiales. El método emplea un ciclo propagación – adaptación de dos fases. Una vez que se ha aplicado un patrón a la entrada de la red como estímulo, este se propaga desde la primera capa a través de las capas siguientes de la red, hasta generar una salida. La señal de salida se compara con la salida deseada y se calcula una señal de error para cada una de las salidas. Las salidas de error se propagan hacia atrás, partiendo de la capa de salida, hacia todas las neuronas de la capa oculta que contribuyen directamente a la salida. Sin embargo las neuronas de la capa oculta solo reciben una fracción de la señal total del error, basándose aproximadamente en la contribución relativa que haya aportado cada neurona a la salida original. Este proceso se repite, capa por capa, hasta que todas las neuronas de la red hayan recibido una señal de error que describa su contribución relativa al error total. La importancia de este proceso consiste en que, a medida que se entrena la red, las neuronas de las capas intermedias se organizan a sí mismas de tal modo que las distintas neuronas aprenden a reconocer distintas características del espacio total de entrada. Después del entrenamiento, cuando se les presente un patrón arbitrario de entrada que contenga ruido o que esté incompleto, las neuronas de la capa oculta de la red responderán con una salida activa si la nueva entrada contiene un patrón que se asemeje a aquella característica que las neuronas individuales hayan aprendido a reconocer durante su entrenamiento.

Subject Item

dbr:Backpropagation

owl:sameAs

dbpedia-es:Propagación_hacia_atrás