# Criterios de Evaluación

# ⚖️ Criterios de Evaluación

Para aprobar este curso no necesitas memorizar fórmulas complejas, pero sí necesitas **constancia**. La programación y el Machine Learning son habilidades que se desarrollan practicando semana tras semana.

A continuación se detalla cómo se compondrá tu calificación final.

---

## 📊 Desglose de Calificación

| Concepto | Peso | Descripción |
| :--- | :---: | :--- |
| **Portafolio de Prácticas** | **60%** | La suma de las 13 prácticas realizadas en clase y tarea. |
| **Evaluaciones Parciales** | **20%** | Dos revisiones de conocimientos (Semana 6 y Semana 11). |
| **Proyecto Final** | **20%** | Aplicación de lo aprendido en un problema real (Semana 16). |
| **Total** | **100%** | |

---

## 📝 Detalles de los Entregables

### 1. Portafolio de Prácticas (60%)
Cada semana realizaremos una práctica guiada. Para que tu práctica cuente con el puntaje completo, debe cumplir con los siguientes requisitos en tu **Google Colab**:

* **Código Funcional:** El notebook debe correr de principio a fin sin errores.
* **Comentarios:** Debes explicar con tus palabras qué hace el código en las secciones clave.
* **Reto Resuelto:** Cada práctica tiene un pequeño "Reto Final" que debes resolver por tu cuenta.
* **Organización:** El notebook debe tener título, tu nombre y secciones ordenadas.

> **⚠️ Política de entregas tardías:**
> Las prácticas se entregan semanalmente.
> * Entrega a tiempo: 100% del valor.
> * 1 día de retraso: 80% del valor.
> * 2 días de retraso: 50% del valor.
> * Más de 2 días: No se acepta (salvo justificante médico).

### 2. Evaluaciones Parciales (20%)
Realizaremos dos cortes para asegurar que los conceptos teóricos están claros.
* **Parcial 1 (Semana 6):** Enfoque en manejo de datos (Pandas) y visualización.
* **Parcial 2 (Semana 11):** Enfoque en modelos supervisados y evaluación.
* *Formato:* Pueden ser cuestionarios rápidos o ejercicios breves de código en clase.

### 3. Proyecto Final (20%)
En la última semana, presentarás un modelo de Machine Learning creado por ti.
* Elegirás un dataset de tu interés (deportes, música, salud, videojuegos, etc.).
* Entrenarás un modelo para resolver un problema.
* Expondrás los resultados ante el grupo.

---

## 🤖 Uso de Inteligencia Artificial (ChatGPT, Gemini, etc.)

Estás en un curso de Inteligencia Artificial, por lo que usar estas herramientas no está prohibido, pero **su uso debe ser inteligente**:

* ✅ **PERMITIDO:** Usar IA para explicarte un error de código, para sugerirte cómo mejorar una gráfica o para entender un concepto matemático.
* 🚫 **PROHIBIDO:** Copiar y pegar la solución completa del "Reto Final" sin entenderla.

**Regla de Oro:** Si te pregunto *"¿Qué hace esta línea de código?"* y no sabes explicarlo, la práctica se anula, aunque el código funcione perfectamente.

---

## 🌟 Puntos Extra
Podrás obtener puntos extra sobre la calificación parcial si:
* Ayudas a compañeros a "debuggear" (solucionar errores) en sus códigos (sin pasarles la respuesta).
* Encuentras formas más eficientes de resolver los retos planteados.
* Participas activamente en las discusiones de clase.