El artículo presenta una introducción a la metodología de aprendizaje profundo geométrico, que busca sistematizar este campo aplicando los principios del Programa de Erlangen de Felix Klein. El objetivo es derivar los diferentes sesgos inductivos y arquitecturas de red a partir de los principios de simetría e invariancia. Se centra en una clase grande de redes neuronales diseñadas para el análisis de conjuntos no estructurados, cuadrículas, grafos y variedades, mostrando cómo pueden entenderse de manera unificada como métodos que respetan la estructura y las simetrías de estos dominios.