Translations:Neural Networks/20/es

El teorema de aproximación universal (Cybenko 1989, Hornik 1991) afirma que una red feedforward con una única capa oculta que contiene un número finito de neuronas puede aproximar cualquier función continua sobre un subconjunto compacto de $ \mathbb{R}^n $ con precisión arbitraria, siempre que la función de activación satisfaga condiciones suaves (por ejemplo, ser no constante, acotada y continua).