La complejidad de las redes neuronales, como la mayoría de los sistemas complejos, viene de la interacción de muchas partes más simples trabajando conjuntamente.

En el caso de una red neuronal a cada una de estas partes se le denomina neurona.

En el episodio de hoy nos centraremos en entender el funcionamiento de una neurona y cómo podemos utilizarla para codificar información dentro de ellas.

En futuros episodios de esta serie, veremos cómo estas neuronas se agrupan para formar una red neuronal y cómo estos sistemas son capaces de aprender.

Una neurona es la unidad básica de procesamiento que vamos a encontrar dentro de una red neuronal similar a una neurona biológica.

Estas neuronas tienen conexiones de entrada a través de los que reciben estímulos externos, los valores de entrada, con estos valores, la neurona realizará un cálculo interno y generará un valor de salida.

Vamos que realmente una neurona no deja de ser un nombre muy chulo  para referirnos a una función matemática.

Pero, y de qué se trata este cálculo numérico?

Internamente. La neurona utiliza todos los valores de entrada para realizar una suma ponderada de ellos.

La ponderación de cada una de las entradas viene dada por el peso que se le asigna a cada una de las conexiones de entrada.

Dicho de otra forma, cada conexión que llega a nuestra neurona tendrá asociado un valor que servirá para definir con qué intensidad cada variable de entrada afecta a la neurona.

Visualmente esto se podría representar como palancas que podemos subir o bajar para modificar positiva negativamente el valor de nuestra suma.

Como te imaginarás, estos pesos son los parámetros de nuestro modelo y serán los valores que podremos ajustar para que nuestra red neuronal pueda.

Pero espera, espera. Esta cuestión ya la habíamos visto antes. Esto es muy parecido a lo que utilizamos en el vídeo del modelo de regresión lineal. ¿Quiere decir eso que lo que hace una neurona internamente es una regresión lineal?

Se puede decir que una neurona, lo que hace internamente es algo así como un modelo de regresión lineal.