Skip to the content.

Rutas de aprendizaje / Machine Learning y Deep Learning. Esta página conserva documentación de origen; para comenzar sin conocimientos previos, consulta las rutas.

Machine Learning y Deep Learning

Avanza desde los fundamentos de clasificación y redes neuronales hasta construir una aplicación de clasificación de imágenes. Elige tu punto de partida y aprende a tu propio ritmo.

Ruta sugerida de aprendizaje

Fundamentos → Redes densas → Preparación de imágenes → CNN → Entrenamiento con dataset propio → Transfer Learning → Optimización → Despliegue

Simuladores interactivos

  1. Simulador de redes neuronales: capas densas, funciones de activación e hiperparámetros.
  2. Simulador introductorio de CNN: convoluciones, filtros, pooling y arquitectura.
  3. Laboratorio de optimización CNN: hipótesis, configuraciones y comparación de métricas.

Los simuladores son recursos de apoyo; el entrenamiento y la evaluación se realizan en los notebooks.

Notebooks en Google Colab

Consulta la guía de los diez notebooks, que explica por dónde comenzar según tus conocimientos y ofrece enlaces directos para ejecutarlos en Colab.

Recorrido práctico para aprender CNN

  1. NB03 — Preparar imágenes: limpieza, etiquetado, particiones y pipeline de datos.
  2. NB04 — Entrenar una primera CNN: ejemplo guiado de piedra, papel o tijeras.
  3. NB05 — Trabajar con imágenes propias: adaptar y comparar modelos.
  4. NB06–NB08 — Profundizar: modelos preentrenados, optimización, interoperabilidad y despliegue.

Puedes utilizar los notebooks por separado. La numeración indica una progresión sugerida, no semanas ni evaluaciones.

Datasets y guías de preparación

Comienza por el catálogo de datasets y diccionarios de datos. Incluye conjuntos de datos tabulares, ejemplos sintéticos y el dataset de imágenes de piedra, papel o tijeras.

Recursos de consulta

La biblioteca de recursos complementarios reúne una guía de métricas para clasificación y regresión, así como ilustraciones para reconocer overfitting y underfitting.

Presentaciones y documentación de origen

Las presentaciones en PDF y las guías históricas conservan sus nombres de archivo originales, incluidos los identificadores de semana, para mantener sus enlaces. Esos identificadores no establecen un calendario ni son requisitos para utilizar los recursos de forma autónoma.

El material de actividades se ofrece como práctica opcional; las referencias originales a evaluaciones pertenecen al contexto en que se creó ese material.