Suma ponderada y sesgo
La neurona calcula w·x + b: multiplica cada entrada por su peso, suma todo y añade el sesgo. Ese valor único es el que se transmite. Modificar un solo peso cambia la respuesta de toda la red aguas abajo.
Leer el artículo
Módulo 03 · Aprendizaje automático
Redes neuronales: conceptos clave
Cómo un modelo transforma números de entrada en una decisión: capas, pesos, sesgos, funciones de activación y el mecanismo de entrenamiento, explicados en orden y sin atajos.
01 · Estructura
Qué es una red neuronal y de qué partes se compone
Una red neuronal artificial es un modelo matemático formado por unidades muy simples conectadas entre sí. Cada unidad recibe una serie de números, los multiplica por unos coeficientes llamados pesos, suma los resultados y entrega un único valor a la capa siguiente. La diferencia con una fórmula escrita a mano está en que esos pesos no los define una persona: se ajustan de forma automática durante el entrenamiento, comparando la salida obtenida con la salida correcta.
Observe que la red no guarda reglas del tipo «si el píxel es oscuro, entonces es un gato». Lo que guarda es un conjunto grande de números y una secuencia fija de operaciones. Por eso el mismo tipo de modelo sirve para reconocer imágenes, clasificar correos o predecir una temperatura: cambia el dato de entrada y cambia el entrenamiento, pero el mecanismo interno se mantiene. Si este punto todavía no está claro, conviene revisar antes la introducción al aprendizaje automático.
La organización habitual es en tres bloques. La capa de entrada recibe los datos ya convertidos a valores numéricos. Las capas ocultas, que pueden ser una o decenas, aplican transformaciones sucesivas. La capa de salida entrega la predicción con el formato que espera el problema: una probabilidad, una categoría o un número continuo.
3
bloques mínimos: entrada, capa oculta y salida. Una red puede tener más capas ocultas, pero no menos.
1
función de activación por neurona. Sin ella, apilar capas equivale a una sola multiplicación de matrices.
10⁶
parámetros en modelos medianos actuales. Todos se recalculan en cada iteración del entrenamiento.
Componentes que debe reconocer
- —Neurona: unidad que calcula una suma ponderada de sus entradas y aplica una función no lineal al resultado.
- —Peso: coeficiente que indica cuánto influye una entrada concreta en la salida de la neurona.
- —Sesgo: término independiente que desplaza el umbral de activación y aporta flexibilidad al modelo.
- —Capa: grupo de neuronas que procesan la misma señal de entrada en paralelo.
- —Función de activación: regla no lineal (ReLU, sigmoide, tanh) que decide qué señal pasa hacia delante.
02 · Activación y ajuste
Los cuatro conceptos que explican el comportamiento de una red
Cada uno de estos bloques responde a una pregunta concreta del funcionamiento interno. Se recomienda estudiarlos en este orden: primero la operación de la neurona, después la no linealidad, luego la actualización de pesos y, por último, la comprobación de que el modelo generaliza.
Funciones de activación
ReLU, sigmoide y tanh introducen la no linealidad que permite separar datos complejos. Sin ella, cualquier red profunda se reduce a una transformación lineal equivalente a una sola capa.
Leer el artículoEntrenamiento y descenso de gradiente
El error medido en la salida se propaga hacia atrás y cada peso se corrige en la dirección que lo reduce. La tasa de aprendizaje decide el tamaño de ese ajuste en cada iteración.
Leer el artículoSobreajuste y validación
Un modelo que acierta en los datos de entrenamiento y falla en datos nuevos ha memorizado, no aprendido. La separación entre entrenamiento, validación y prueba es el control que detecta ese fallo.
Leer el artículo03 · Entrenamiento
Cómo aprende realmente la red
El entrenamiento es un proceso iterativo de corrección. Primero la red procesa un lote de ejemplos y produce una salida; después una función de pérdida mide la distancia entre esa salida y la respuesta correcta; por último, el algoritmo de retropropagación calcula cuánto contribuyó cada peso al error y lo corrige. Este ciclo se repite cientos o miles de veces.
Es importante entender que la red nunca ve «la regla». Ve ejemplos, mide error y se ajusta. Por eso la calidad del conjunto de datos condiciona el resultado mucho más que la elección del tipo de capa. Un conjunto pequeño, mal etiquetado o poco representativo produce un modelo que falla justo en los casos que importan.
«La red no aprende reglas: ajusta millones de números pequeños hasta que el error deja de bajar».
Por lo tanto, cuando un modelo falla, la primera revisión no es la arquitectura. Se revisan los datos, el etiquetado y la métrica con la que se mide el error.
04 · Preguntas frecuentes
Dudas que aparecen en la primera clase
¿Cuántas capas necesita una red?
No hay un número universal. Para problemas sencillos con variables tabulares suele bastar con una o dos capas ocultas; para imagen o lenguaje se necesitan decenas. Añadir capas sin más datos aumenta la capacidad de memorización y también el riesgo de sobreajuste.
¿Por qué la activación debe ser no lineal?
Porque la composición de operaciones lineales es otra operación lineal. Si cada neurona multiplicara sin aplicar una no linealidad, veinte capas harían el mismo trabajo que una sola. La función de activación es lo que permite que la profundidad aporte algo.
¿Qué relación hay entre red neuronal y modelo LLM?
Un modelo de lenguaje se construye con redes neuronales de gran tamaño, normalmente basadas en mecanismos de atención. La base es la misma: pesos, capas y descenso de gradiente. Cambian la escala y el tipo de dato de entrada. Los detalles de uso se tratan en el módulo de buenas prácticas con modelos LLM.
Aviso sobre el contenido
Los materiales publicados en este portal recopilan y resumen información de acceso público, estudios del sector y recursos formativos. Tienen carácter informativo y de referencia exclusivamente: no constituyen asesoramiento profesional, técnico ni financiero, y no deben usarse como base única para tomar decisiones.
Continúe con el siguiente módulo
Con la estructura clara, el paso siguiente es trabajar con modelos ya entrenados: cómo formular una instrucción, cómo verificar una respuesta y qué límites conviene aceptar desde el principio.