Red neuronal

Suma sus entradas ponderadas por los pesos de sus conexiones, les agrega un sesgo, y pasa el resultado por una función de activación no lineal que decide qué tan 'activada' queda esa neurona.

Sin ellas, apilar capas equivaldría matemáticamente a una sola transformación lineal, sin importar cuántas capas hubiera — la no linealidad es lo que le permite a la red aprender patrones complejos.

Con retropropagación (backpropagation): calcula el error de la predicción, propaga ese error hacia atrás por la red para saber cuánto contribuyó cada peso, y ajusta los pesos con descenso de gradiente.