Como ya se ha comentado en secciones anteriores, el entrenamiento de la red consistirá en considerar un grupo de muestras (un "mini-batch") y sus respectivos valores objetivos, pasar este bloque de muestras por la red, estimar el error producido y actualizar los parámetros de la red, repitiendo este proceso para todos los "batches" y para tantas "epochs" como se desee.
Estos "mini-batches" van a ser -en nuestra implementación- listas de tuplas formadas por dos valores: el primero conteniendo las características predictivas de una muestra, y el segundo conteniendo el valor objetivo correspondiente.
Esto nos lleva a la conveniencia de transformar adecuadamente las estructuras recibidas por nuestro método .fit(), X e y. Concretamente vamos a transformar ambas estructuras en listas para generar, a partir de ellas, la lista de tuplas mencionada.
Veamos estas transformaciones por separado.
