No seguinte traballo presentarase unha introdución ás redes neuronais dende a perspectiva da aprendizaxe automática mediante a minimización do risco empírico. Darase unha noción dos conceptos fundamentais no ámbito da estatística como o sobreaxuste, o infraaxuste e algunhas técnicas de regularización para evitar o desbalance entre ambas. Posteriormente e dentro do marco anterior, darase unha introdución ás redes neuronais centrada na súa estrutura de grafo. Este marco permitirá establecer un elegante método para o cálculo de derivadas sobre a rede, que permitirá adestrala mediante métodos de descenso do gradiente. Ademáis disto, a xeneralidade da descripción gráfica da rede permite manipular a súa arquitectura de xeito moi aberto, permitindo a creación das redes convolucionais e indo máis alá do elemental perceptrón múltiple. Estas redes son, no estado da arte actual, das ferramentas máis punteiras para a visión por computador e o procesamento de imaxes, tarefas que serán o fío conductor dos conceptos presentados. En conxunto, pretendese dar unha introdución dende o rigor matemático ao mundo das redes neuronais e o aprendizaxe automático, tratando de conciliar a visión máis pura da estatística e a optimización coas técnicas máis avanzadas do ámbito da computación, cuxos resultados non están precedidos dunha teoría que os respalde.