|
Consideraciones Prácticas |
· Este tipo de estructuras se introducen para resolver problemas que no son linealmente separables.
Datos de entrada (entrenamiento)
 |
La BPN admite la Generalización: Dados varios vectores de entrada (no pertenecientes al conjunto de entrenamiento), similares a patrones existentes en el conjunto de entrenamiento, la red reconocerá las similitudes entre dichos patrones. |
La BNP no extrapola bien es decir: Si la red se entrena mal o insuficientemente, las salidas pueden ser imprecisas.
Región de Incertidumbre: (vectores de entrenamiento A,B). Red con 2 unidades ocultas ( 1 capa oculta). Al minimizar el error los planos que se generan se alinean tan cerca de los patrones de entrenamiento como sea posible.
