2. PRINCIPALES TIPOS DE REDES NEURONALES

2.1 PERCEPTRON
2.1.1 Antecedentes
2.1.2 Estructura de la Red
2.1.3 Regla de Aprendizaje
2.1.4 Limitacion del Perceptron
2.1.5 Perceptron Multicapa

2.2 ADALINE
2.1.1 Antecedentes
2.1.2 Estructura de la Red
2.1.3 Regla de Aprendizaje

2.3 BACKPROPAGATION
2.3.1 Antecedentes
2.3.2 Estructura de la Red
2.3.3 Regla de Aprendizaje
2.3.3.1 Red Backpropagation con momentum
2.3.3.2 Red Backpropagation con rata de aprendizaje variable
2.3.3.3 Método del Gradiente Conjugado
2.3.3.4 Algoritmo de Levenberg - Marquardt

2.4 APRENDIZAJE ASOCIATIVO
2.4.1 Antecedentes
2.4.2 Estructura de la Red
2.4.3 Regla de Hebb
2.4.4 Red Instar
2.4.5 Red Oustar

2.5 REDES COMPETITIVAS
2.5.1 Antecedentes
2.5.2 Red de Kohonen
2.5.3 Red de Hamming
2.5.4 Estructura de la Red
2.5.5 Regla de Aprendizaje
2.5.6 Problemas con las Redes Competitivas
2.5.7 Mapas de Auto Organización (SOM)
2.5.8 Learning Vector Quantization (LVQ)

2.6 REDES RECURRENTES
2.6.1 Red de hopfield
2.6.1.1 Antecedentes
2.6.1.2 Estructura de la Red
2.6.1.3 Regla de Aprendizaje
2.6.1.4 Indentificacion de Sistemas Dinamicos No Lineales
2.6.2 Redes Multicapa
2.6.2.1 Estructura de la Red
2.6.2.2 Regla de aprendizaje
2.6.3 Red de Elman
2.6.3.1 Estructura de la REd
2.6.3.2 Entrenamiento de la Red