en un lateral como este, y por pura probabilidad, si sigues operando aleatoriamente deberías recuperar esos 2000 y llegar a la media, osea, cero beneficios 😀
PD: leo que el autor de ese artículo es un indio. tienen mucha fama pero mi experiencia con ellos es que no es para tanto. sobre redes neuronales, empezaron muy fuerte en los 70, había mucha ilusión por sacarles partido, pero aparte de identificación de botellas en los basureros, no encuentran en qué usarlas.
hay dos cosas que es mejor explicar juntas, las redes neuronales, y el reconocimiento de patrones.
las primeras funcionan porque tú eliges un conjunto de atributos, que son los datos de entrada. a la salida tú le impones si ese conjunto es correcto o no. y al final, la propia red se automodifica y aprende a identificar esas situaciones, en base OJO, a la entrada que tú le das, y a la salida. ambas cosas pueden ser incorrectas o incompletas claro. y además para llegar a un ajuste fino, del 100% de probabilidad, el número de iteraciones tiende a infinito, porque el orden en que le des los resultados importa.
en reconocimiento de patrones, tú le das unos atributos de entrada, una función que es lo que tú piensas que los relaciona, y te saca los resultados. lo bueno es que te puede dar resultados sorprendentes que tú ni siquiera te imaginabas.
con redes de neuronas tienes que saber el resultado de antemano pero no tienes que pensar el algoritmo, con reconocimiento de patrones piensas el algoritmo, y te saca resultados. y an ambos la solución/algoritmo depende de los atributos de entrada, que los eliges tú. como ambas cosas están hechas a ojo de buen cubero, los resultados son discutibles 🙂