Lección 10 del módulo “Redes Neuronales” del curso Fundamentos de Deep Learning con Python.
En la lección anterior vimos cómo usar la entropía cruzada para el entrenamiento de una Neurona Artificial, así que ya estamos listos para poner en práctica estos conocimientos en la implementación de nuestra primera neurona artificial usando la librería Keras.
Comenzaremos viendo el set de datos a usar y luego veremos paso a paso cómo implementar y entrenar esta Neurona Artificial usando los diferentes módulos disponibles en la librería Keras. Al finalizar veremos cómo usar este modelo entrenado para clasificar datos usando el método predict.
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Acabamos de ver que gracias a Keras se requieren sólo unas pocas líneas de código para entrenar y poner a prueba el clasificador basado en una simple Neurona Artificial. En este sencillo caso hemos logrado una exactitud del 100% (es decir que todos los datos han sido clasificados correctamente).
Con esta práctica ya tenemos claros los conceptos y la forma de implementar un clasificador binario (es decir para 2 categorías) usando una Neurona Artificial.
Estas mismas ideas las podemos extender a la clasificación multiclase (es decir cuando tenemos más de 2 categorías), que será precisamente el tema de la próxima lección.
Todas las lecciones del curso Fundamentos de Deep Learning con Python