🧠 · Curso 4 de 6 · Fundamentos
De una sola neurona a entrenar XOR — el problema clásico que motivó toda la teoría moderna — con el backpropagation calculado a mano número por número. Incluye un playground interactivo para construir tus propias redes y ver cómo aprenden.
Conviene tener fresco: álgebra lineal (sobre todo matriz × vector), y el gradiente (derivadas parciales y descenso de gradiente).
Las 11 lecciones + playground
Pesos, bias y suma ponderada — la unidad básica.
Por qué la no-linealidad lo cambia todo.
Varias neuronas = matriz × vector. Aquí se conecta con álgebra.
Forward pass de XOR, paso a paso, con números reales.
Medir el error: MSE y cross-entropy.
Cómo bajar el error — la receta para aprender.
La regla de la cadena en acción, sin gaps. Lección clave.
Un ciclo completo de XOR, varias épocas, con todos los números.
Los mismos números, esta vez verificados por la herramienta real.
nn.Module y XOR aprendido de verdad — todo el ciclo.
Que la red funcione también con datos nuevos.
Construye tu red y mira cada cálculo en tiempo real.