Profesor: Dr. Felipe Gómez Castañeda 

INTRODUCCIÓN 

1. Modelo de una Neurona y Arquitecturas de Redes Neuronales Artificiales   
2. La Regla de Aprendizaje de un Perceptrón   
3. Relación entre Transformaciones Lineales y Redes Neuronales   
4. Aprendizaje Supervisado. Regla de Hebb   
5. Regla de Widrow-Hoff   
6. Regla de Retro-Propagación   
7. Variantes de la Regla de Retro-Propagación   
8. Aprendizaje Asociativo   
9. Redes Neuronales de Competencia   
10. Redes Neuronales de Grossberg   
11. Teoría de Resonancia Adaptativa   
12. Red Neuronal de Hopfield 

CONCLUSIONES 

BIBLIOGRAFIA

  • Neural Network Design. Martin T. Hagan, Howard B. Demuth and Mark Beale

PWS Publishing Company, Boston MA , USA (1995) 

  • -Neural Networks, A comprehensive foundation. Simon Haykin

Macmillan College Publishing Company, New York NY , USA (1994)