Del perceptrón a las arquitecturas que cambiaron la visión por computador y el lenguaje natural.
Nivel avanzado
Qué encontrará en este capítulo
9.1Del perceptrón a las redes profundas
9.2La función de pérdida: qué significa «equivocarse»
9.3Descenso de gradiente: cómo aprende la red
9.4Backpropagation
9.5Optimizadores y planificadores
9.6Funciones de activación
9.7Regularización en deep learning
9.8Redes convolucionales (CNN)
9.9Redes recurrentes (RNN) y LSTM
9.10El mecanismo de atención y los Transformers
9.11Transfer Learning
9.12Panorama de frameworks (a octubre de 2026)
12 secciones · 21 apartados · 6 ejercicios con soluciones
Capítulo 9 de 14
Objetivos de aprendizaje del capítulo (7)
Comprender el funcionamiento de una neurona artificial, desde el perceptrón de 1958 hasta las arquitecturas actuales, y calcular a mano su salida.
Explicar el papel de la función de pérdida (crossentropy frente a MSE) y del descenso de gradiente, incluida la regla de actualización de pesos.
Entender backpropagation mediante la regla de la cadena y seguir un ejemplo numérico de una red de dos capas.
Elegir funciones de activación e inicialización de pesos (Xavier/He) adecuadas, y reconocer y mitigar el problema del gradiente que se desvanece.
Aplicar técnicas de regularización específicas de deep learning (dropout invertido, batch normalization, layer normalization, early stopping, weight decay).
Diseñar redes convolucionales (CNN) y recurrentes (RNN/LSTM) básicas, y comprender el mecanismo de atención que sostiene los Transformers.
Utilizar transfer learning con backbones modernos (ResNet, ViT, CLIP) para proyectos con datos limitados.
