Aprendizaje supervisado usando Redes Neuronales

Víctor Bouhaben Barrera
Piedad Garrido, María (dir.)

Universidad de Zaragoza, POLTER, 2024
Departamento de Informática e Ingeniería de Sistemas, Área de Lenguajes y Sistemas Informáticos

Graduado en Ingeniería Informática

Resumen: El propósito de este Trabajo de Final de Grado (TFG) consiste en el desarrollo una red neuronal para clasificar caracteres codificados mediante matrices 7x5 píxeles, donde un valor de 1 representa el color negro y un valor 0 representa el color blanco.
El software desarrollado tendrá la finalidad de ser usado como simulador para la resolución de problemas planteados en las sesiones de laboratorio de la asignatura de Inteligencia Artificial (IA), garantizando así que el aprendizaje de los alumnos, tanto del Grado en Ingeniería Informática (GII), como del Doble Grado ADE-GII, sea más fácil y provechoso.
Para el desarrollo del trabajo, se han creado distintos conjuntos de datos para realizar el entrenamiento de la red neuronal artificial creada, un Perceptrón Multicapa (MLP) creado con la librería de Python denominada PyTorch y comparado con otros modelos creados en la plataforma H2O.
Por último, se han realizado pruebas en ambos entornos, se han expuesto los resultados y se han obtenido interesantes conclusiones en base a ellos.

Tipo de Trabajo Académico: Trabajo Fin de Grado