Temario y Calendario

Bienvenido a la ruta de aprendizaje de Introducción al Machine Learning . Durante las próximas 16 semanas , pasaremos de no saber nada sobre Inteligencia Artificial a construir nuestras propias Redes Neuronales capaces de "ver". 
 Este curso es práctico . La teoría es importante, pero aquí aprenderemos haciendo. 
 
 🗺️ Mapa de Ruta Semanal 
 A continuación se detalla qué práctica realizaremos cada semana. Las semanas marcadas con 🛑 corresponden a evaluaciones o periodos vacacionales. 
 
 
 
 Semana 
 Módulo 
 Actividad / Práctica 
 Tema Principal 
 
 
 
 
 01 
 Módulo 1 
 📄 Práctica 1: La Magia sin Código 
 Intro a IA & Teachable Machine 
 
 
 02 
 Módulo 1 
 📄 Práctica 2: Nuestro Laboratorio 
 Google Colab & Python Básico 
 
 
 03 
 Módulo 1 
 📄 Práctica 3: El Petróleo del Siglo XXI 
 Carga de datos con Pandas 
 
 
 04 
 Módulo 2 
 📄 Práctica 4: Datos que Cuentan Historias 
 Visualización de Datos 
 
 
 05 
 Módulo 2 
 📄 Práctica 5: Detectives de Datos 
 Limpieza y Preprocesamiento 
 
 
 06 
 🛑 PAUSA 
 📝 PRIMERA EVALUACIÓN PARCIAL 
 Revisión de Módulos 1 y 2 
 
 
 07 
 Módulo 3 
 📄 Práctica 6: Adivinando el Futuro 
 Regresión Lineal 
 
 
 08 
 Módulo 3 
 📄 Práctica 7: ¿Clase A o Clase B? 
 K-Vecinos Cercanos (KNN) 
 
 
 09 
 Módulo 3 
 📄 Práctica 8: El Árbol de las Decisiones 
 Árboles de Decisión 
 
 
 10 
 Módulo 3 
 📄 Práctica 9: ¿Qué tan bueno es mi modelo? 
 Métricas de Evaluación 
 
 
 11 
 🛑 PAUSA 
 🏖️ PUENTE / SEGUNDA EVALUACIÓN 
 Descanso o Repaso 
 
 
 12 
 Módulo 4 
 📄 Práctica 10: Agrupando sin Etiquetas 
 Clustering (K-Means) 
 
 
 13 
 Módulo 5 
 📄 Práctica 11: La Neurona Artificial 
 Lógica del Perceptrón 
 
 
 14 
 Módulo 5 
 📄 Práctica 12: Cerebros Digitales 
 Redes Densas (MNIST) 
 
 
 15 
 Módulo 5 
 📄 Práctica 13: Visión por Computadora 
 Redes Convolucionales (CNN) 
 
 
 16 
 🛑 CIERRE 
 🏆 PROYECTO FINAL / EXPO 
 Presentación de Resultados 
 
 
 
 
 🚀 Metodología de Trabajo 
 
 Lectura: Cada semana, lee la introducción teórica en la hoja correspondiente aquí en BookStack. 
 Práctica: Sigue los pasos para programar tu modelo en Google Colab . 
 Reto: Al final de cada práctica, encontrarás un pequeño desafío que deberás resolver solo. 
 Entrega: Sube tu notebook .ipynb o el enlace compartido a la plataforma de tareas. 
 
 
 Nota: Este calendario está sujeto a ajustes dependiendo del ritmo del grupo y las fechas oficiales de la institución.