<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by César Chávez on Medium]]></title>
        <description><![CDATA[Stories by César Chávez on Medium]]></description>
        <link>https://medium.com/@ingcesarchavez?source=rss-171cc0310b45------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*D2ebe3y11u2AMpE_FA1lTA.png</url>
            <title>Stories by César Chávez on Medium</title>
            <link>https://medium.com/@ingcesarchavez?source=rss-171cc0310b45------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 13:50:58 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ingcesarchavez/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Perceptrón: el antecedente de las redes neuronales profundas.]]></title>
            <link>https://medium.com/@ingcesarchavez/perceptr%C3%B3n-el-antecedente-de-las-redes-neuronales-profundas-9dd1382212bd?source=rss-171cc0310b45------2</link>
            <guid isPermaLink="false">https://medium.com/p/9dd1382212bd</guid>
            <dc:creator><![CDATA[César Chávez]]></dc:creator>
            <pubDate>Fri, 18 Sep 2026 21:40:38 GMT</pubDate>
            <atom:updated>2026-09-18T21:40:38.957Z</atom:updated>
            <content:encoded><![CDATA[<p>Hola, gracias por tomarte el tiempo que dedicas a leer este mi primer articulo en <strong>#Medium</strong>, una plataforma a la que te invito a formar parte ya sea como lector o como suscriptor de pago y que si te conviertes en suscriptor tendrás acceso a información mas que valiosa para tu crecimiento profesional y de desarrollo si estas creando software. En mi experiencia, me ha ayudado a desarrollar mis habilidades técnicas en cuanto a los temas de mi interés como son áreas de programación de código y desarrollo de software, inteligencia artificial y sistemas embebidos.</p><p>En esta ocasión, quiero platicarte acerca del <strong>Perceptrón</strong>, el concepto que es antecedente sobre la que se basan hoy las redes neuronales y que tanto usamos en la <strong>Inteligencia Artificial Generativa</strong> que forma parte de los grandes modelos del lenguaje o <strong>large language models (LLM’s)</strong>. Este artículo surge debido a una conferencia que dí en la <strong><em>Escuela Superior de Cómputo del Instituto Politécnico Nacional</em></strong> en la ciudad de México durante la semana de ciencia de dicha escuela en el mes de Octubre de 2025 y que agradezco infinitamente la invitación al evento mas importante que tienen cada año. Sin mas preámbulos, entremos en materia.</p><h3>¿De que trata el perceptrón? ¿qué es el perceptrón?</h3><p>Si tuviéramos que definir este concepto yo te diría que es una idea que, en realidad, no tiene nada que ver con el funcionamiento biológico de una neurona pero el diseño del concepto del <strong>perceptrón</strong> si esta inspirada en ellas (ver imagen 1). El <strong>perceptrón</strong> tiene su base matemática en la ecuación de toda la vida, una ecuación lineal, es decir, en algo como esto:</p><blockquote><strong>f(x) = mx + b</strong></blockquote><p>Porque la pendiente m es en realidad el peso aleatorio que vamos a asignar a una red neuronal artificial como valor aleatorio inicial, la ordenada b puede ser el sesgo (bias en inglés) que puede ayudarnos durante la etapa de entrenamiento para ajustar el umbral de activación y que no se ve afectada en absoluto por las características de entrada que sería, en nuestra ecuación lineal, x, que son los datos de entrada que obtenemos del mundo real.</p><p>Para representar de una forma mas gráfica la abstracción de una neurona con respecto a un perceptrón te comparto la imagen 1 que fue obtenida del libro <strong>“Machine Learning con PyTorch y Scikit-Learn”</strong> un libro que si o si debe formar parte de tu librería personal si te quieres adentrar a este mundo de la inteligencia artificial y que ampliamente te lo recomiendo porque además esta en idioma español.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bGgqunsK2AyA6zlCXs3rNg.jpeg" /><figcaption>Imagen conceptual de una neurona, descripción de sus parte y los procesos involucrados.</figcaption></figure><blockquote>Por cierto, si te interesa conocer los antecedentes de la inteligencia artificial y quienes fueron las personas que comenzaron a trabajar en este tema te recomiendo leas las biografías de <strong>Warren McCulloch</strong> y <strong>Walter Pitts</strong>. Estos dos personajes trabajaron en conjunto y publicaron en el año de 1943 el primer concepto de celula cerebral simplificada (neurona MCP por las iniciales de sus autores) y cuyo trabajo ayudó a <strong>Frank Rosenblatt</strong> a conceptualizar y llevar a un nuevo nivel en el año de 1957 el modelo de neurona MCP a la regla de aprendizaje del perceptrón a través de la publicación titulada <strong>“The Perceptron: A perceving and recognizing automation”</strong>. Este último trabajo propuso formalmente un algoritmo que descubriría los coeficientes de peso óptimos (la pendiente m) que luego se multiplicarían por las características de entrada (x) para que así la neurona artificial pueda disparar una señal binaria (0 o 1).</blockquote><p>Y ahora que ya he hecho una rapidísima exploración del concepto y algunos de sus antecedentes, ahora si, vayamos a la parte interesante: el modelado matemático ( no te estreses soy ingeniero pero no un PhD así que mi exposición será breve pero irá al punto 🥹​).</p><h3>Breve modelado matemático de un Perceptrón.</h3><p>Parte tu aprendizaje sobre este enunciado: <em>el </em><strong><em>perceptrón</em></strong><em> es el modelo matemático más simple de una neurona artificial, diseñado para tomar varias señales de entrada, combinarlas de forma lineal y producir una única salida binaria.</em></p><p>Si entiendes y asimilas esta idea ya tienes el 50% de recorrido para entender como funcionan las redes neuronales profundas multicapa. Ahora, para definir la función de decisión del perceptrón (<em>f(x)</em>) necesitamos primero una sería de valores de entrada (X) pero que deben ser representadas de forma vectorial (recuerda tus clases de álgebra vectorial) donde X es en realidad algo como esto:</p><p><strong><em>X = [x1, x2, x3, x4,…, xn]</em></strong></p><p>Y los pesos asociados (la pendiente m de nuestra ecuación lineal) que siempre se multiplica con el valor de entrada x, también se puede y debe representar como un vector, en algo como esto:</p><p><strong><em>m = W = [w1, w2, w3, w4,…,wn]</em></strong></p><p>Si escribimos los pesos como las entradas en la ecuación lineal se vería en algo como esto:</p><p><strong><em>f(x) = x1*w1 + x2*w2 + x3*w3 + x4*w4 + … + xn*wn</em></strong></p><p>Antes de continuar, debes entender que los pesos son valores aleatorios ¿por qué? bueno lo único que te puedo decir son dos cosas: porque así funciona y porque aun los científicos que estudian y desarrollan el tema de la IA no han encontrado una mejora en el algoritmo. Una respuesta puntual aun no existe; sin embargo, funciona por eso hoy tenemos una IA Generativa.</p><p>En cuanto al sesgo, lo único que te puedo decir es que depende en gran medida de quien crea el modelo basado en el perceptrón, si vale o no la pena agregarlo durante la etapa de entrenamiento, es a total criterio del desarrollador de que tan conveniente es considerarlo en tu modelo de clasificación: agregar o no el sesgo (la ordenada de la ecuación lineal) depende de ti.</p><p>El resultado de la función de decisión (nuestra f(x)) se puede definir como “la combinación lineal de las entradas multiplicadas por sus pesos más el sesgo” y puede tener esta elegante ecuación:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/237/1*I7d9Sc1eWnJ0HJNlvkbJkA.png" /><figcaption>Ecuación de decisión es la suma de las entradas por el producto vectorial de sus pesos asociados aleatorios mas el sesgo.</figcaption></figure><p>Si observas con cuidado, verás que la parte de la ecuación mas a la derecha tiene un wT como superíndice, esto significa que el resultado es un vector transpuesto (vuelvo a insistir, recuerda tus clases de álgebra vectorial) y que esto es súper necesario y fundamental para cumplir con las reglas de dimensiones al multiplicar vectores entre sí pues si bien son productos punto de dos vectores, lo que nos ayuda es a no perder la dimensionalidad y que de hecho, precisamente la dimensionalidad es un muy bonito error común y frecuente al momento de desarrollar redes neuronales en código.</p><p>Muy bien, ahora que ya tenemos bien aterrizado el concepto de perceptrón en una ecuación matemática (que de hecho es nuestro algoritmo) entonces lo que nos queda por evaluar es si de todas las entradas que ingresan a mi <strong>perceptrón</strong> (ver imagen 3) existe un umbral mayor previamente definido podemos entonces pronosticar dos clases binarias o entiéndase mejor una clasificación binaria. Nuestra función de decisión entonces es, de hecho, una <a href="https://es.wikipedia.org/wiki/Funci%C3%B3n_escal%C3%B3n_de_Heaviside">función escalón unitario</a> y que se puede describir en algo como esto:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/217/1*fv6KdPexBpjEtfROXDmBNg.png" /><figcaption>Función de decisión, clasificación binaria mediante una frontera lineal bien definida.</figcaption></figure><p>Pero quiero darte mas contexto, ya que la función escalón unitario no es la única útil y de forma mas generalizada nos referimos a todo el abanico de funciones que seleccionamos usar en el código a desarrollar la llegamos a conocer mejor como <strong>función de activación</strong>, existen varias funciones que nos ayudan a mejorar el rendimiento de activación de un perceptrón, incluso de redes neuronales profundas, así que también te voy a compartir una bonita imagen que explica bastante bien todo de lo que te hablado hasta ahora:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ssTKbMv1aG6MXM6vcGK5ag.png" /><figcaption>Imagen 2. Función de activación como respuesta del perceptrón.</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*S0SBjVjReqBgj97ILENqtA.jpeg" /><figcaption>Imagen 3. Representación de un perceptrón mostrando las entradas, pesos asociados y actualización de una neurona artificial.</figcaption></figure><p>Si bien lo hasta ahora expuesto explica un perceptrón simple, debes saber que existe también el perceptron multicapa (que a mi en lo personal me fascina su funcionamiento pues he podido crear mi propio asistente personal empleando este particular concepto) y que básicamente nos ayudan a clasificar dos clases en una frontera linea bien delineada por los datos de entrada que analiza el perceptrón.</p><h3>Conclusión</h3><p>Entender el concepto de Perceptrón es, desde mi perspectiva, un paso fundamental de introducción a las redes neuronales profundas y de multicapa porque al tener bien aterrizado esta idea podrás entender como “aprenden” las redes neuronales artificiales. De hecho, es en la imagen 3 que muestro a propósito una gráfica que también obtuve del libro de <strong>“Machine Learning con PyTorch y SciKit Learn”</strong> donde puedes observar que hay una cajita de Error y una flecha de retroalimentación que actualiza los pesos asociados a las entradas y el sesgo de cada entrada, bueno eso es lo que ayuda a una neurona artificial a aprender de forma autónoma.</p><blockquote>El tema de la inteligencia artificial es la máxima expresión de las matemáticas llevadas a la practica en el mundo real y, lo mas importante, ¡funcionan!</blockquote><p>Espero te haya servido está publicación y te haya podido dar mayor contexto de las implicaciones de teoría y modelado matemático sobre como funciona una neurona artificial y que son la base de las redes neuronales profundas pues al pasar a éstas últimas te toparás con conceptos como <strong>Gradiente Estocástico</strong>, <strong>Gradiente Descendiente</strong> y otros que son necesarios y que al momento de desarrollar código <em>DEBES TENER EL CONCEPTO MUY CLARO</em> para que tu modelo de red neuronal funcione en la práctica y en producción, como sabemos que bien funcionan en los modelos grandes del lenguaje.</p><p>Sin mas que decir, agradezco el tiempo invertido en esta lectura, comparte esta públicación entre tus amigos, colegas y publico interesado en este tema. Si quieres hablar mas sobre inteligencia artificial puedes seguirme en mi cuenta en <a href="https://www.linkedin.com/in/cesar-chavez-595992264/">Linkedin</a>. Nos leemos en otra próxima entrega ¡hasta entonces! 👋​</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9dd1382212bd" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>