Los contenidos de la asignatura se encuentran en la plataforma Alf en formato PDF. El alumno debe descargarlos en su sistema informático.
Unidad temática 1.- ¿Qué son las redes neuronales?
1.1.- Historia
1.2.- La neurona biológica y la artificial
Unidad temática 2.- El perceptrón
2.1.- La neurona de McCulloch y Pitts
2.2.- Arquitectura del perceptrón
2.3.- La regla de aprendizaje Widrow-Hoff
Unidad temática 3.- Memorias autoasociativas
3.1.- La unidad lineal básica
3.2.- Arquitectura de la memoria autoasociativa
3.3.- La regla de aprendizaje de Hebb
3.4.- Recuperación de un patrón aprendido
3.5.- Limitaciones
Unidad temática 4.- Memorias heteroasociativas
4.1.- Arquitectura de una memoria heteroasociativa
4.2.- La regla de aprendizaje de Hebb y de Widrow-Hoff en las memorias
heteroasociativas
Unidad temática 5.- Redes de retropropagación
5.1.- Arquitectura
5.2.- La unidad no lineal
5.3.- El algoritmo de retropropagación
Unidad temática 6.- Auto-descomposición y singular-descomposición
6.1.- Autovectores y autovalores
6.2.- Singular Value Decomposition (SVD)
6.3.- La regla de aprendizaje de Widrow-Hoff y SVD
6.4.- La regla de Widrow-Hoff y el descenso de gradiente
6.4..1- Descenso de gradiente
Unidad temática 7.- Memorias heteroasociativas lineales
7.1.- Introducción
7.2.- Arquitectura de una memoria hetero-asociativa
7.3.- Ejemplo numérico
7.4.- Ortogonalidad e interferencia
Unidad temática 8.- La regla de aprendizaje de Widrow-Hoff
8.1.- Introducción
8.2.- Asociando caras y nombres
Unidad temática 9.- La red de retropropagación
9.1.- Introducción
9.2.- Arquitectura y notación
9.3.- El bloque de construcción: la unidad no lineal
9.4.- El algoritmo de retropropagación
9.5.- Un ejemplo numérico
