Los algoritmos clásicos (regresión lineal, SVM, impulso) funcionan bien con datos tabulares. Pero una imagen de 224 × 224 tiene 150 mil funciones. Una palabra en un texto es un vector con miles de dimensiones. Para tales problemas se construyeron redes neuronales profundas: funciones jerárquicas que aprenden las características correctas. Este capítulo se basa en PyTorch, desde el perceptrón hasta los optimizadores modernos. Cada lección es un bloque de construcción fundamental.