El Perceptrón a detalle

[@EpsilonDelta-e1t]

Estas cosas me encantan

[@RobertoGMR]

Muchas gracias, se agradece la explicación objetiva.

[@IrvingVasquez]

Con mucho gusto

[@davevo3932]

Gracias hermano, excelente video

[@neocryptotrading]

Que buena explicación, gracias por compartir

[@IrvingVasquez]

Gracias por comentar

[@germanjaro]

Excelente, podría facilitar su presentación. Me parece excelente

[@IrvingVasquez]

Debe estar en mi página o en mi curso

[@AndresRodriguez-uh8yn]

Hola muchas gracias por su buena explicación, pregunta originalmente el perceptrón era una máquina con una serie de circuitos , actualmente es todo informática? o existe una máquina tipo ordenador con las capas de circuitos neuronas artificiales? o son solo un programa de algoritmos? gracias

[@IrvingVasquez]

ya es todo software

[@AndresRodriguez-uh8yn]

@@IrvingVasquez gracias si volví a leer sobre el tema y si no recuerdo mal. Ahora es una combinación de algoritmos para llegar a un resultado, graciassss

[@hannahgu2696]

:) muy buena explicación!

[@IrvingVasquez]

Gracias. Saludos

[@nikobautista1]

Hola Irving. Gracias por el aporte de tu conocimiento. Me gustaría poder leer tu libro “Introducción a las redes neuronales y aprendizaje profundo”. Donde es posible obtenerlo? Gracias!

[@IrvingVasquez]

Hola, gracias por escribir, por ahora tengo la parte pública aqui: github.com/irvingvasquez/libro_redes_neuronales

[@jhonfermin3476]

Hola Doc buenas, estoy empezando en esto de las vision computacional. Harás algun curso de 0 a más?, quisiera aprender pero nose muy bien por donde empezar o tendras uno en linea para comprarlo?

[@IrvingVasquez]

Checa en mi página, pero no es tan de cero por qué requieres algunos conocimientos, programación y álgebra lineal básica

[@rafaelvera4312]

MUCHAS GRACIAS TE PASASTE

[@IrvingVasquez]

Gracias por comentar

[@jcsp23]

si se ve forma gráfica en h=0 (por las condiciones para h0) quedando el hiperplano: h = 0 = x1 + x2