Bienvenido al repositorio Inteligencia Artificial, un proyecto educativo y visual para aprender los fundamentos de las redes neuronales desde cero.
Este módulo está especialmente diseñado para estudiantes principiantes y entusiastas que deseen comprender cómo una red neuronal aprende mediante entrenamiento supervisado.
Este proyecto implementa y visualiza una red neuronal simple que aprende la función lógica OR.
Todo el proceso —desde la arquitectura, entrenamiento, hasta la visualización de pesos y la frontera de decisión— es totalmente interactivo gracias a Streamlit.
- Arquitectura visual de una red neuronal con:
- 2 neuronas de entrada
- 1 capa oculta con 4 neuronas
- 1 neurona de salida
- Entrenamiento con algoritmo Backpropagation
- Visualización de:
- Estructura de la red 🧠
- Pesos y conexiones 🔗
- Frontera de decisión 📈
- Predicciones generadas por la red 🎯
-
Clona este repositorio:
git clone https://github.com/tu_usuario/Inteligencia-Artificial.git cd Inteligencia-Artificial -
Instala las dependencias:
pip install -r requirements.txt
-
Ejecuta la aplicación:
streamlit run app.py
📦 Inteligencia-Artificial
├── app.py # Archivo principal con la red neuronal visual
├── requirements.txt # Dependencias del proyecto
├── img/ # Imágenes opcionales para README
└── README.md
- Función de activación sigmoide
- Inicialización de pesos
- Propagación hacia adelante
- Retropropagación del error
- Visualización de arquitectura y resultados
Este proyecto ha sido diseñado con un enfoque pedagógico para la enseñanza de redes neuronales.
Si estás aprendiendo IA, este es tu punto de partida visual e interactivo.
¿Tienes ideas, sugerencias o deseas colaborar?
Puedes abrir un issue o contactar directamente.

