Los métodos numéricos clásicos para ecuaciones diferenciales son un campo bien estudiado. Sin embargo, estos métodos numéricos están limitados en su alcance a ciertas clases de ecuaciones. Las aplicaciones modernas de aprendizaje automático, como el descubrimiento de ecuaciones, pueden beneficiarse al tener la solución a las ecuaciones descubiertas. La solución a una ecuación arbitraria típicamente requiere un sistema experto que elija el método adecuado para una ecuación dada, o un método con una amplia gama de tipos de ecuaciones. Los métodos de aprendizaje automático pueden proporcionar la versatilidad necesaria. Este artículo presenta un método que utiliza un algoritmo de optimización para una aproximación parametrizada para encontrar una solución a un problema dado. Adoptamos un enfoque agnóstico sin dividir las ecuaciones por su tipo o condiciones de contorno, lo que permite menos restricciones en el algoritmo. Los resultados pueden no ser tan precisos como los de un experto; sin embargo, nuestro método permite soluciones automatizadas para una amplia gama de ecuaciones sin que los parámetros del algoritmo cambien. En este documento, proporcionamos ejemplos de la ecuación de Legendre, trascendentes de Painlevé, ecuación de onda, ecuación del calor y ecuación de Korteweg-de Vries, que se resuelven de manera unificada sin cambios significativos en los parámetros del algoritmo.