Deep Learning es una tecnología que imita un cerebro humano en el sentido de que consta de múltiples neuronas con múltiples capas como un cerebro humano. La red así formada consta de una capa de entrada, una capa de salida y una o más capas ocultas. La red intenta aprender de los datos que se le suministran y luego realiza predicciones en consecuencia. El tipo más básico de red neuronal es la ANN (Red Neural Artificial). La ANN no tiene ninguna estructura especial, solo se compone de múltiples capas neuronales que se utilizarán para la predicción.
Construyamos un modelo que prediga si una persona tiene una enfermedad cardíaca o no usando ANN.
Acerca de los datos:
en el conjunto de datos, tenemos 13 columnas en las que se nos dan diferentes atributos como el sexo, la edad, el nivel de colesterol, etc. y se nos da una columna objetivo que nos dice si esa persona tiene una enfermedad cardíaca o no. Mantendremos todas las columnas como variables independientes además de la columna de destino porque será nuestra variable dependiente. Construiremos una ANN que predecirá si una persona tiene una enfermedad cardíaca o no, dados otros atributos de la persona.
import tensorflow as tf import pandas as pd import numpy as np import matplotlib.pyplot as plt import keras from keras.models import Sequential from keras.layers import Dense from sklearn.metrics import confusion_matrix
¿Escribir código en un comentario? Utilice ide.geeksforgeeks.org , genere un enlace y compártalo aquí.
Publicación traducida automáticamente
Artículo escrito por KaranGupta5 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA