Backpropagation Version 1.0

Esta es una aplicación que permite el uso de una red neuronal artificial bajo el modelo de back propagation, en esta aplicación se tiene la capacidad de entrenar una red con diferentes numero de entradas y salidas de manera personalizada, además, se pueden ver los resultados del entrenamiento mediante graficas interactivas para conocer el comportamiento del error por epoca y también para conocer la arquitectura de la red usada en el problema previamente entrenado, la aplicación cuenta con la capacidad de personalizar valores como la cantidad de neuronas en la capa oculta (solo se maneja una capa oculta), la presicion final que deben tener los errores, la tasa de aprendizaje, el uso de momentum y el valor de su beta, entre otras opciones, por otro lado la sección de prueba permite cargar los pesos que el entrenamiento entrega para así conocer si comparados con los datos de entranamiento ingresados la red tiene un buen desempeño de los valores resultantes con respecto a los resultados deseados. Esta aplicación fue realizada para la tarea de la materia Inteligencia Artificial de la universidad de Cundinamarca y fue desarrollada en conjunto por los estudiantes John Sebastián Galindo Hernández y Miguel Ángel Moreno Beltrán.

La version 1.0 permite a la aplicacion entrenar con mas datos sin sufrir tanto el proceso de actulizacion de errores ya que se usa text en ves de labels para representar la información, ademas cuando el proceso de entrenamiento tiene mas de 200 entradas el panel de actualizacion de error solo mostrara los errores que no hayan completado la precision y los que completaron la precision pero son mayores a (precision / 2), esto para ver por un poco mas de tiempo los errroes que acaba de conseguir la precision y ver como este se comporta.