Temario y Calendario
📅 Temario y Calendario del Curso
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
.ipynbo 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.