Publicaciones Similares

  • Spring

    Introducción La idea principal en el desarrollo del framework Spring es simplificar el trabajo del desarrollador. Se ha convertido en un estándar de facto para construir aplicaciones Java empresariales. Spring Boot es un componente del framework Spring que permite comenzar el desarrollo de una aplicación en minutos. Se basa en Convención sobre configuración (CoC). Módulos…

  • Retropropagación

    La retroprogación (backpropagation o propagación hacia atrás) es un método de cálculo del gradiente. El método emplea un ciclo propagación – adaptación de dos fases. Una vez que se ha aplicado un patrón a la entrada de la red como estímulo, este se propaga desde la primera capa a través de las capas siguientes de…

  • Perceptrones multicapa

    Implementando la capa oculta Capas de entrada (input), oculta (hidden) y de salida (output) en una red neuronal Pesos entre la capa de entrada y la capa oculta Ejemplo A continuación se implementa una red neuronal 4x4x2, con paso directo y como función de activación la sigmoide. import numpy as np def sigmoid(x): """ Calculate…

  • CVS

    Introducción CVS (Concurrent Versions System) es un sistema de control de versiones para mantener código fuente por parte de un grupo de desarrolladores que trabajen en un proyecto común. El fin de CVS es doble, por un lado se encarga de guardar un registro de cambios, y por otro lado posibilita la colaboración de un…

  • Tendencias de automatización de pruebas

    Tendencias principales: QAOps: Integra la garantía de calidad (QA) con las operaciones de TI para acelerar las pruebas y mejorar la colaboración entre desarrolladores y probadores. Se destaca la organización de "fiestas de prueba" para obtener diferentes perspectivas. Automatización Robótica de Procesos (RPA): Utiliza bots para imitar las interacciones de los probadores con las aplicaciones…

  • Softmax

    La función Softmax La función Softmax (o función exponencial normalizada)es equivalente a la sigmoide, pero cuando el problema de clasificación en lugar de tener dos clases tiene tres o más. La función está dada por $$ \sigma_j(\vec{z}) = \frac{e^{z_j}}{\sum_{k=1}^K e^{z_k}}, \mbox{ para } j=1,\dots K $$ En python la podríamos definir de la siguiente forma:…