En el momento en que escribo esta primera parte del libro sobre redes neuronales, en los medios de comunicación se ha avivado un gran interés por la inteligencia artificial y uno de los temas más citados son las redes neuronales. El reconocimiento de imágenes, los automóviles autónomos o jugar partidas del juego Go venciendo a oponentes humanos expertos son noticia en la actualidad.

He trabajado en el campo de la inteligencia artificial en el tema de algoritmos genéticos y especialmente en la regresión simbólica que es dar con la mejor función matemática que explique el comportamiento de una serie de datos. Ese interés me atrajo a las redes neuronales porque una aplicabilidad de estas, es precisamente encontrar un patrón en una serie de datos.

Este libro es un inicio en este fascinante campo de las redes neuronales, desde el “hola mundo” que es entrenar una red (de una sola neurona) para que aprenda la tabla del OR y del AND, luego el perceptrón multicapa (capas de neuronas interconectadas) para aprender cosas más difíciles como la tabla del XOR, reconocimiento básico de caracteres y encontrar el patrón en una serie de datos usando el algoritmo de propagación hacia atrás conocido como “backpropagation”. Se explica en detalle cómo se llegan a las fórmulas usadas por ese algoritmo.

El conocimiento técnico requerido para entender los temas de este libro son algoritmos (variables, si condicional, ciclos, procedimientos, funciones), POO (programación orientada a objetos) y Visual C# (se hará uso del IDE de Microsoft Visual Studio 2015). Adicionalmente hay que estar familiarizado con una serie de