UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE MECÁNICA ELÉCTRICA, ELECTRÓNICA Y SISTEMAS
ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS
Informe Redes Neuronales Máquina de Boltzmann
Restringida
ESTUDIANTE:
Luque Portada Williams Iker
DOCENTE: ING. HUAYTA FLORES LENIN
CURSO: REDES NEURONALES
NIVEL VIII – SEMESTRE 2024 - II
PUNO - PERÚ
Enlace Drive:
[Link]
iDPjnplzOevv4G-?usp=sharing
Máquina de Boltzmann Restringida Sin librerías................................................................2
Arquitectura........................................................................................................................ 2
Función Gibbs Sampling.................................................................................................... 2
Entrenamiento.................................................................................................................... 3
Reconstrucción (MNIST).................................................................................................... 4
Máquina de Boltzmann Restringida (Pytorch).................................................................... 5
Arquitectura........................................................................................................................ 5
Función Free energy.......................................................................................................... 5
Entrenamiento.................................................................................................................... 6
Dataset [Link]............................................................................................................... 6
Normalización del dataset.................................................................................................. 7
Producción en base a los valores de las unidades ocultas (Logistic Regression)............. 8
Prueba con datos en crudo................................................................................................ 8
Anexos............................................................................................................................... 9
Máquina de Boltzmann Restringida Sin librerías
Arquitectura
Función Gibbs Sampling
Es una técnica estocástica utilizada para generar muestras de una distribución de
probabilidad dada. Este proceso alterna entre las capas visibles y ocultas, generando
muestras.
Entrenamiento
Reconstrucción (MNIST)
Máquina de Boltzmann Restringida (Pytorch)
Arquitectura
Función Free energy
Calcula la energía libre de una configuración visible. Esta energía es crucial en el algoritmo
CD para medir cuán "buena" es una representación particular de los datos.
Entrenamiento
Los valores de ‘pérdida’ son negativos según la función de energía que según la teoría [1]
determinan que tienen que ser negativos para evaluar la precisión del modelo.
Dataset [Link]
El dataset [Link] [2] contiene los siguientes datos categóricos y numéricos en el enlace
de anexos para la predicción se tomará el valor a predecir:
y
● Rol: Objetivo
● Tipo: Binaria
● Descripción: Indica si el cliente ha suscrito un depósito a plazo (sí/no).
Normalización del dataset
Producción en base a los valores de las unidades ocultas (Logistic
Regression)
Prueba con datos en crudo
Anexos
[1] [Link]
[2] [Link]