Se proporciona un conjunto de datos que contiene información sobre el número de horas que los estudiantes estudiaron y sus respectivas calificaciones en los exámenes. Su tarea es entrenar un modelo de regresión lineal con estos datos.

1. Convertir estas columnas en tensores de PyTorch y redimensionarlas para asegurarse de que sean 2D con formas [N, 1].
2. Definir un modelo simple de regresión lineal.
3. Utilizar MSE como función de pérdida.
4. Definir el optimizer como SGD con una tasa de aprendizaje igual a 0.01.
5. Entrenar el modelo de regresión lineal para predecir las calificaciones en función del número de horas estudiadas. En cada época:
   • Calcular las predicciones sobre X_tensor;
   • Calcular la pérdida;
   • Reiniciar el gradiente;
   • Realizar la retropropagación;
   • Actualizar los parámetros.
6. Acceder a los parámetros del modelo (pesos y sesgo).