Paso 1: Imos crear e adestrar un modelo básico de rede neuronal para entender o concepto.

# Importamos as bibliotecas necesarias.
# TensorFlow proporciónanos as ferramentas para crear e adestrar redes neuronais.
print("Importando TensorFlow e Keras para crear e adestrar redes neuronais.")
import tensorflow as tf

# Sequential e Dense son partes de Keras (que está integrado en TensorFlow).
# Sequential permítenos crear un modelo de rede neuronal agregando capas en orde.
# Dense engade capas densas ao noso modelo, que son capas onde cada neurona está conectada con todas as da capa anterior.
print("Importando Sequential e Dense de Keras para construír a rede neuronal.")
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# Importamos NumPy, que é unha ferramenta para traballar con números e xerar datos de proba.
print("Importando NumPy para xerar datos de entrada.")
import numpy as np

# Xeramos datos de entrada para adestrar o noso modelo.
# Creamos 1000 números aleatorios entre 0 e 9.
# Estes números serán os datos que o modelo usará para aprender.
print("Xerando 1000 números aleatorios entre 0 e 9 para adestrar o modelo.")
datos_entrada = np.random.randint(0, 10, size=1000)

# Creamos as etiquetas (os resultados correctos) para os nosos datos.
# Se un número é maior que 5, será etiquetado cun 1 (verdadeiro).
# Se é menor ou igual a 5, será etiquetado cun 0 (falso).
# Estas etiquetas axudan ao modelo a 'saber' que respostas son correctas durante o adestramento.
print("Etiquetando os datos: se un número é maior que 5, etiquetarase cun 1 (verdadeiro); se non, cun 0 (falso).")
etiquetas = (datos_entrada > 5).astype(int)

# Creamos o modelo usando Keras.
# Usamos Sequential para definir a estrutura da rede neuronal, que aquí ten dúas capas.
print("Configurando o modelo de rede neuronal con dúas capas.")
modelo = Sequential()

# Primeira capa da rede neuronal:
# Dense(10): Creamos unha capa con 10 neuronas.
# input_shape=(1,): Cada entrada é un número único (por iso o tamaño de entrada é 1).
# activation='relu': A función de activación 'relu' axuda ao modelo a aprender patróns complexos.
print("Engadindo a primeira capa con 10 neuronas e función de activación 'relu'.")
modelo.add(Dense(10, input_shape=(1,), activation='relu'))

# Segunda capa da rede neuronal:
# Dense(1): Só ten unha neurona porque o noso modelo debe clasificar entre dúas opcións (1 ou 0).
# activation='sigmoid': A función de activación 'sigmoid' converte a saída da rede nun valor entre 0 e 1,
# ideal para problemas de clasificación binaria.
print("Engadindo a segunda capa cunha neurona de saída e función de activación 'sigmoid'.")
modelo.add(Dense(1, activation='sigmoid'))

# Compilamos o modelo.
# Isto configura como o modelo aprenderá durante o adestramento.
print("Compilando o modelo con optimizador 'adam' e función de perda 'binary_crossentropy'.")
modelo.compile(
    optimizer='adam',                 # Adam é un optimizador avanzado que axusta os cálculos do modelo para mellorar a súa precisión.
    loss='binary_crossentropy',       # A función de perda binary_crossentropy mide o erro do modelo ao predicir dúas categorías.
    metrics=['accuracy']              # Utilizamos a métrica 'accuracy' para monitorizar que tan preciso é o modelo.
)

# Adestramos o modelo.
# Este é o paso onde o modelo analiza os datos e axusta os seus parámetros para aprender.
print("Adestrando o modelo con 10 iteracións sobre os datos de entrada.")
modelo.fit(
    datos_entrada,                    # Datos de entrada que o modelo procesará.
    etiquetas,                         # Respostas correctas asociadas aos datos de entrada.
    epochs=10,                         # O modelo verá os datos completos 10 veces durante o adestramento.
    batch_size=32                      # Dividimos os datos en bloques de 32 números para procesalos máis eficientemente.
)

# Notas para o alumnado:
# 1. Parabéns! Acabas de adestrar a túa primeira rede neuronal.
print("Parabéns! Acabas de adestrar a túa primeira rede neuronal.")
# 2. O modelo agora é capaz de predicir se un número aleatorio é maior ou menor que 5.
print("Agora o modelo pode predicir se un número aleatorio é maior ou menor que 5.")
# 3. Intenta cambiar os datos (por exemplo, aumentando o rango de números) e observa como afecta ao modelo.
print("Intenta modificar os datos de entrada e observa como afecta ao modelo.")

# Solicitar ao alumnado que ingrese un número para predicir.
print("\nAgora que o modelo está adestrado, imos facer unha predición.")
numero = int(input("Introduce un número entre 0 e 9: "))

# Realizar a predición co modelo.
print("\nProcesando o número introducido...")
prediccion = modelo.predict(np.array([numero]))[0][0]

# Interpretar a saída.
print("\nInterpretación da predición:")
print(f"O modelo deu unha saída de {prediccion:.2f}, que representa a probabilidade de que o número sexa maior que 5.")

if prediccion > 0.5:
    print("Segundo o modelo, este número probablemente sexa maior que 5.")
else:
    print("Segundo o modelo, este número probablemente sexa menor ou igual que 5.")

# Mensaxe final para o alumnado.
print("\nParabéns! Agora comprendes como unha rede neuronal pode facer predicións baseadas nos datos.")
print("Podes probar con outros números e ver como cambia a saída!")    

Paso 2: Graficando a perda e a precisión

E se queremos  graficar e comprender a evolución en cada epoch das funcións loss e accuraty, podemos usar este programa, que as grafica, e ademáis ten unha entrada dinámica pedíndoche datos para predicir ata que decidas sair. Como podes comprobar, cada vez que o executas as gráficas cambian, a aprendizaxe é dinámica.

A gráfica mostra o comportamento do modelo durante o adestramento a través de dúas métricas fundamentais: erro (loss) e precisión (accuracy).

Gráfica da función de perda (Loss ou erro)

Que nos di esta curva?

• No inicio do adestramento (época 0), o erro do modelo era alto, arredor de 1.2.
• A medida que avanzan as épocas, o erro diminúe de forma constante, chegando a aproximadamente 0.5 na última época.
• Isto significa que o modelo aprende a distinguir mellor entre números maiores e menores que 5 a medida que vai "practicando".
• Interpretación: A diminución do erro indica que o modelo está axustando correctamente os pesos internos das neuronas, reducindo os fallos nas predicións.

 
Gráfica da precisión (Accuracy)

Que nos di esta curva?

• A precisión inicial era baixa, arredor do 50%, o que significa que ao comezo o modelo tomaba decisións case ao azar.
• Ao longo do adestramento, a precisión mellora progresivamente, chegando a aproximadamente 80%.
• Isto confirma que o modelo está aprendendo e facendo predicións máis acertadas.
• Interpretación: A subida da precisión reflicte que o modelo identifica cada vez mellor os patróns dos datos e realiza clasificacións máis correctas.

 
O que observamos é un comportamento esperado nun modelo de rede neuronal simple:

• Baixa o erro → O modelo reduce os fallos nas predicións.
• Sube a precisión → Cada vez acerta mellor ao decidir se un número é maior ou menor que 5.
• Despois de varias épocas, mellora a súa capacidade de clasificación.
• Este proceso demostra como unha rede neuronal pode aprender de datos e optimizar as súas decisións co tempo. 

Propóñoche:

Probar a aumentar o número de épocas e observar se mellora aínda máis ou chega a un punto de estancamento no que xa NON aprende máis.

Paso 3 : Agora aprenderás a avaliar o modelo según a perda e precisión durante o adestramento e a validación

A validación refírese a un conxunto de datos que se usa durante o adestramento do modelo para verificar o seu rendemento.Axuda a axustar parámetros da rede neuronal. Úsase para previr sobreaxuste (é dicir, que o modelo se aprenda demasiado os datos de adestramento e non xeralice ben). Con este programa, podes graficalos, como comprobarás, cada vez que o executas, as gráficas cambian, xa que a prendizaxe é dinámica.

A gráfica mostra o progreso da perda e da precisión durante o adestramento do modelo.

Gráfico da perda (Loss)

Liña azul: Mostra como se reduce o erro do modelo nos datos utilizados para adestralo. A medida que avanzan as épocas, a liña descende de forma constante, indicando que o modelo está a aprender a clasificar mellor os datos.No inicio do adestramento, a perda no adestramento era arredor de 0.700 e diminúe progresivamente ata aproximadamente 0.550 despois de 10 épocas.

Liña laranxa: Representa o erro do modelo en datos separados que non se usan no adestramento directo. Unha tendencia descendente aquí indica que o modelo non só está a mellorar nos datos de adestramento, senón que tamén xeneraliza ben en datos novos. A perda na validación comeza arredor de 0.650, seguindo un patrón semellante e alcanzando aproximadamente 0.525 ao final.

• Ambas as liñas (adestramento e validación) diminúen coas épocas, o que é un sinal de que o modelo está a mellorar.
• Se a liña de validación comezase a aumentar mentres a de adestramento diminuíse, indicaría sobreaxuste (o modelo memoriza os datos de adestramento pero falla en xeneralizar).

Esta gráfica indica que o modelo está aprendendo correctamente, reducindo os erros progresivamente.
 
Gráfico da precisión (Accuracy)

Liña azul : Mostra que tan ben o modelo clasifica os datos de adestramento. A liña ascende, o que significa que o modelo está a mellorar e acertando cada vez máis cos datos que viu  antes. A precisión no adestramento comeza arredor de 0.50, aumentando ata 0.75 despois de 10 épocas.

Liña laranxa : Mostra o rendemento do modelo en datos non vistos durante o adestramento. Unha tendencia ascendente aquí, indica que o modelo xeneraliza ben e estase  volvendo eficaz tamén para datos novos. A precisión na validación inicia con valores próximos a 0.50, subindo ata 0.80 ao final.

• Ambas as liñas aumentan coas épocas, o cal é ideal e mostra que o modelo está a aprender correctamente.
• Se as liñas estabilízanse ou se achegan, significa que o modelo alcanzou o seu límite de aprendizaxe para esta configuración.

Ambos os gráficos son ferramentas clave para avaliar o rendemento do modelo. Neste caso:

• O modelo mellora continuamente en ambas as métricas (baixa a perda e sobe a precisión).
• As liñas de adestramento e validación compórtanse de maneira similar, o que indica que non hai problemas de sobreaxuste nin de mala xeneralización.

 
O que vemos nestas gráficas confirma que o modelo mellora progresivamente, tanto en perda como en precisión, o que indica que está aprendendo correctamente sen sobreaxuste significativo. Se quixeramos melloralo, poderiamos aumentar as épocas ou modificar a estrutura das capas para optimizar os resultados.

Propóñoche que investigues:

• Como afecta aumentar as epoch?Mellora continuamente a medida que subes as epoch? 

Explicación dos posibles problemas que podes detectar nas gráficas anteriores

Se o modelo non está aprendendo correctamente, a gráfica anterior mostrará certos patróns que indican problemas na aprendizaxe.

Aquí che explico os signos clave e como corrixilos:

•  O erro (Loss) non diminúe ou diminúe moi lentamente
  • Que significa? Se a curva de perda se mantén alta e apenas baixa coas épocas, significa que o modelo non está mellorando nin aprendendo a distinguir correctamente entre números maiores e menores que 5.
  • Solucións:
    • Revisar os datos: Se os datos teñen ruído ou non están ben distribuídos (sesgados=todos os valores parecidos, non hai exemplos suficientes de todos os tipos) , o modelo pode ter problemas para aprender.
    • Axustar a taxa de aprendizaxe (learning rate) no optimizador adam, probando valores menores (por exemplo, 0.001 en vez de 0.01).
    • Engadir máis neuronas ou capas ocultas para que o modelo poida identificar patróns mellor.

• A precisión (Accuracy) se mantén preto do 50% e non sobe
  • Que significa? Se o modelo mantén a precisión ao redor do 50%, está tomando decisións ao azar, como se fose unha moeda. Isto indica que non está atopando patróns reais nos datos.
  • Solucións:
    • Cambiar o tipo de activación (relu e sigmoid) ou probar outras, como tanh.
    • Ver se os datos están equilibrados: Se hai moitos máis números maiores que 5 que menores, o modelo pode sesgarse cara a unha categoría.
    • Incrementar as épocas (epochs) para que o modelo teña máis tempo de aprendizaxe.

• A perda na validación (val_loss) aumenta mentres a perda no adestramento (loss) diminúe
  • Que significa? Este patrón indica sobreaxuste, é dicir, que o modelo aprendeu demasiado os datos de adestramento e non xeneraliza ben en datos novos.
  • Solucións:
    • Reducir a complexidade do modelo (menos neuronas ou capas).
    • Usar regularización (dropout) para evitar que o modelo se adapte demasiado aos datos de adestramento.
    • Aumentar os datos para que o modelo aprenda con exemplos máis variados.

• A curva de precisión (accuracy) fluctúa moito en cada época
  • Que significa? Se a precisión ten moitas subidas e baixadas bruscas, significa que o modelo non está tendo unha aprendizaxe estable.
  • Solucións:
    • Diminuír a taxa de aprendizaxe para que os axustes sexan máis suaves.
    • Aumentar o tamaño do lote (batch_size) para que o modelo traballe con máis datos á vez e estabilice a aprendizaxe. 

As gráficas dan pistas visuais sobre como está aprendendo o modelo. Dependendo do problema que vexamos, podemos axustar hiperparámetros, revisar os datos ou modificar a arquitectura do modelo para mellorar os resultados.

Paso 1: Modelo con 3 capas

Imos crear un modelo básico de rede neuronal con 3 capas seguindo co exemplo previo.

Diferéncia clave sería a nova capa oculta, que agrega máis complexidade e profundidade ao modelo. 

A nova capa oculta actúa como un nivel extra de análise, o que mellora a capacidade do modelo de entender os datos pero pode desestabilizar ó ser "máis sensible". Este paso adicional no procesamento fai que sexa máis "intelixente" ao identificar patróns.

Paso 2: Evolución das gráficas a medida que se executa o adestramento e comparativa con 2 capas

A análise das 10 execucións mostra un patrón claro respecto ao impacto de engadir unha segunda capa oculta con 5 neuronas no modelo de adestramento:

• Variabilidade entre execucións → En función da inicialización dos pesos e dos datos de validación, a segunda capa introduce maior sensibilidade ás condicións do adestramento, facendo que en certas execucións o modelo aprenda de forma estable, mentres que noutras mostra fluctuacións evidentes.
• Impacto na curva da perda → En comparación co modelo de 2 capas, a perda no adestramento diminúe de forma similar, pero a da validación mostra máis fluctuacións en varias execucións, suxerindo que o modelo non sempre xeneraliza de maneira uniforme.
• Precisión na validación → A precisión final na validación varía entre execucións, cunha tendencia xeral que mostra que o modelo con 3 capas non sempre mellora a capacidade de clasificación respecto a 2 capas, xa que en varias execucións a súa precisión é similar ou presenta fluctuacións.
• Posible sobreaxuste → En certas execucións, a segunda capa parece facer que o modelo se adapte demasiado aos datos de adestramento, reducindo a súa capacidade de xeneralización, algo que pode explicarse por un maior número de parámetros que deben ser optimizados.
• Optimización necesaria → Para que a segunda capa oculta realmente contribúa positivamente, sería necesario axustar hiperparámetros como a taxa de aprendizaxe ou a regularización, para evitar que o modelo se volva demasiado dependente das condicións específicas do adestramento.

Aínda que na maioría destas execucións, o modelo de 3 capas ten mellores resultados (menos perda e máis precisión),

a introdución dunha segunda capa oculta non garante unha mellora automática no modelo, e pode incrementar a súa variabilidade e sensibilidade aos datos. Isto demostra que, ao engadir complexidade a unha rede neuronal, é fundamental realizar unha análise detallada dos efectos e non asumir que "máis capas" significan "mellor rendemento". Debes entender a importancia do equilibrio entre a profundidade da rede e a estabilidade do adestramento.

Gráfica

Paso 1: Modelo con 50 neuronas

Código con máis neuronas , imos cambiar o número de neuronas na primeira capa oculta de 10 a 50  (na segunda capa ten que ser 1 porque a saída é 1 ou 0).

Volvemos ao modelo orixinal con 2 capas (unha capa oculta e unha capa de saída), onde analizaremos o efecto de aumentar o número de neuronas na capa oculta e graficaremos os resultados de novo.

A cantidade de neuronas incrementouse de 10 a 50. Isto significa que a capa oculta ten máis parámetros (pesos e rumbos) que pode axustar durante o adestramento.Máis neuronas permiten ao modelo aprender patróns máis complexos e sutís dos datos. O modelo será máis "potente" e terá máis capacidade para axustar as súas predicións. Con todo, pode tomar un pouco máis de tempo adestrarse debido ao aumento nos cálculos.

Resultados esperados

• Gráfica da perda (Loss): A perda final debería ser máis baixa que con menos neuronas, xa que o modelo é capaz de aprender máis patróns. A perda pode diminuír máis lentamente a o inicio debido a a complexidade adicional.
• Gráfica da precisión (Accuracy): A precisión final pode ser máis alta tanto en os datos de adestramento como de validación. Se hai unha gran diferenza entre adestramento e validación, podería  indicar un risco de sobreaxuste (é dicir, o modelo axústase  demasiado a os datos de adestramento e non xeneraliza ben).

Paso 2:Comparativa das gráficas