Rutas de aprendizaje / Inventario documental completo. Esta página conserva documentación de origen; para comenzar sin conocimientos previos, consulta las rutas.
Inventario documental completo
Encuentra los materiales por área y tipo de recurso. Para comenzar, consulta las guías de aprendizaje autónomo; después explora el inventario documental.
Este índice reúne materiales educativos abiertos identificados en el repositorio. Puedes consultarlos a tu propio ritmo. Algunos archivos históricos conservan nombres de semanas o sesiones para preservar sus enlaces originales; no representan un calendario de estudio obligatorio. Los archivos de configuración interna, imágenes decorativas del sitio y duplicados técnicos para publicación web no se muestran como materiales independientes.
Comienza aquí: guías para aprender de forma autónoma
- Ruta de notebooks de Machine Learning: itinerarios según tu experiencia y enlaces para abrir los notebooks en Google Colab.
- Catálogo de datasets: archivos, diccionarios de datos y recomendaciones de uso.
- Recursos de consulta: métricas, sobreajuste y subajuste.
- Guía del dataset para la primera CNN: preparación de imágenes y carga en Colab.
Los listados siguientes son un inventario documental y pueden conservar identificadores históricos en los nombres de archivo.
Machine Learning y Deep Learning
Documentación de origen (archivos históricos)
- README.md
- Semana_02.md
- Semana_03.md
- Semana_04.md
- Semana_05.md
- Semana_06.md
- Semana_07.md
- Semana_08.md
- Semana_09.md
- Semana_10.md
- Semana_11.md
- Semana_12.md
- Semana_13.md
- Semana_14.md
- Semana_15.md
- Semana_16.md
- Semana_17.md
- Semana_18.md
Presentaciones (nombres de archivo originales)
- README.md
- Semana_01.pdf
- Semana_02.pdf
- Semana_03.pdf
- Semana_04.pdf
- Semana_05.pdf
- Semana_06.pdf
- Semana_07.pdf
- Semana_08.pdf
- Semana_09.pdf
- Semana_10.pdf
- Semana_11.pdf
- Semana_12.pdf
- Semana_13.pdf
- Semana_14.pdf
- Semana_15.pdf
- Semana_16.pdf
- Semana_17.pdf
- Semana_18.pdf
Datasets
- 01_Diccionaro_Datos_clientes_retail_video_limpieza.md
- 01_clientes_retail_video_limpieza.csv
- 02_Diccionario_Datos_Encuesta_Participacion_Opinion_Ciudadana_2026.md
- 02_Encuesta_Participacion_Opinion_Ciudadana_2026.csv
- 03_Diccionario_Datos_Preferencia_Politica.md
- 03_Preferencia_Politica_Sintetica.csv
- README.md
- README.md
- dataset_cnn_paper.zip
- dataset_cnn_rock.zip
- dataset_cnn_scissors.zip
Notebooks
- NB00_EDA_Automatico_ydata_profiling.ipynb
- NB00_Nivelacion_Datos_Machine_Learning.ipynb
- NB01_Introduccion_Redes_Neuronales.ipynb
- NB02_Ejercicio_Guiado_Clasificacion_Multiclase.ipynb
- NB03_Preparacion_Gestion_Dataset_Imagenes.ipynb
- NB04_Introduccion_Practica_CNN.ipynb
- NB05_Construccion_Entrenamiento_CNN.ipynb
- NB06_Transfer_Learning_Fine_Tuning_Evaluacion_CNN.ipynb
- NB07_Optimizacion_Interoperabilidad_ONNX.ipynb
- NB08_Aplicacion_Despliegue_Modelo.ipynb
- README.md
Recursos
Tareas
Simuladores (código fuente)
Fundamentos de Data Science con Python
Documentación
Presentaciones
- Sesion1_Introduccion_Python.pdf
- Sesion2_EDA.pdf
- Sesion3_ML.pdf
- Sesion4_DL.pdf
- Sesion5_CNN.pdf
- Sesion6_Proyecto-Final.pdf
Datasets
- Ejemplo1.csv
- Ejemplo2.csv
- datos_estudiantes_200.csv
- datos_estudiantes_200_eda.csv
- datos_estudiantes_practica.csv
- datos_taller_integrador_STEM.csv
Notebooks
Ejercicios prácticos
- 01_Sesion1_Guion_Practica.ipynb
- 02_Sesion2_Guion_Practica.ipynb
- 03_Sesion3_Guion_Practica.ipynb
- 04_Sesion4_Guion_Practica.ipynb
- 05_Sesion5_Guion_Practica.ipynb
Imágenes de apoyo
- Gato1.jpeg
- Gato2.jpeg
- Gato3.jpg
- MoteConHuesillo.jpeg
- chi_o_muf_1.jpg
- chi_o_muf_2.jpg
- chi_o_muf_3.jpg
- chi_o_muf_4.jpg
- perro1.webp
- perro2.jpg
- perro3.jpg