🧠 Simulador de Neurona Artificial

Este proyecto es una aplicación interactiva desarrollada con Streamlit diseñada para visualizar y comprender el funcionamiento básico de una neurona artificial (el bloque fundamental de las redes neuronales).

📋 Descripción

La aplicación permite al usuario configurar los parámetros de una neurona en tiempo real, observar cómo se procesan los datos y calcular la salida final.

🚀 Características

• Configuración Dinámica: Define entre 1 y 10 entradas/pesos mediante un control deslizante.
• Interfaz Adaptable: Los campos de entrada se organizan automáticamente en columnas para una mejor visualización.
• Múltiples Funciones de Activación: Incluye las funciones más utilizadas en la industria:
  • Sigmoid
  • ReLU
  • Leaky ReLU
  • Tanh
  • Linear
  • Step
• Cálculo Vectorizado: Utiliza NumPy para realizar el producto punto de manera eficiente.

📐 Fundamento Matemático

El cálculo que realiza esta neurona se divide en dos pasos principales:

1. Suma Ponderada (Combinación Lineal)

Primero, se multiplican las entradas ($x$) por sus respectivos pesos ($w$) y se les suma el sesgo ($b$):

$$z = \sum_{i=1}^{n} (w_i \cdot x_i) + b$$

O en notación vectorial:

$$z = w \cdot x + b$$

2. Función de Activación

Finalmente, se aplica una función no lineal ($f$) al resultado anterior para obtener la salida final ($a$):

$$a = f(z)$$

Donde $f$ puede ser Sigmoid, ReLU, Tanh, etc.

Ejemplo