Preparar los datos para redes neuronales superficiales multicapa

Sugerencia

Para aprender a preparar datos de imagen para redes de deep learning, consulte Preprocesar imágenes para deep learning.

En este tema se presenta parte del flujo de trabajo de una red multicapa típica. Para obtener más información y otros pasos, consulte Redes neuronales superficiales multicapa y entrenamiento de retropropagación.

Antes de comenzar el proceso de diseño de la red, primero recopile y prepare datos de muestra. Por lo general es difícil incorporar conocimientos previos en una red neuronal. Por lo tanto, la red solo puede ser tan precisa como los datos que se utilizan para entrenarla.

Es importante que los datos cubran el rango de entradas para las que se utilizará la red. Las redes multicapa se pueden entrenar para que generalicen bien dentro del rango de entradas para las que han sido entrenadas. Sin embargo, no tienen la capacidad de extrapolar con precisión más allá de este rango, por lo que es importante que los datos de entrenamiento abarquen todo el rango del espacio de entrada.

Una vez recopilados los datos, hay dos pasos que deben realizarse antes de utilizarlos para entrenar la red: los datos deben procesarse previamente y dividirse en subconjuntos.