Ir al contenido

Fundamentos de IA

40 horasPrincipiante10 módulos

8 de 10 módulos con programa publicado

0 de 10 módulos grabados

Programa

Recorre íntegramente el tronco común de nivel 100: qué son la IA, el ML y el DL; Python para IA; matemática esencial I; recolección y limpieza de datos; estadística y probabilidad básica; el primer modelo en scikit-learn; ética, sesgos y seguridad; y Git/GitHub como portafolio. Cierra con los dos módulos de orientación que abren las demás áreas — la intuición visual de las redes neuronales y la visión de sistema de cómo la IA se convierte en producto.

Módulos de la formación

Los mismos objetos del plan de estudios completo. Un módulo abierto desde cualquier formación que lo contenga es el mismo módulo, con el mismo programa y el mismo estado.

  • CORE-101Programa publicado

    Qué son la IA, el ML y el DL

    Contenido
    Historia, tipos de aprendizaje, dónde está la IA en el mundo real
    Práctica
    Mapear 5 IAs del día a día y clasificarlas

    precio estimado0 de 1 módulo publicado

  • CORE-102Programa publicado

    Python para IA

    Contenido
    Sintaxis, funciones, entornos (venv/conda), notebooks
    Práctica
    Miniproyecto: un analizador de texto simple

    precio estimado0 de 1 módulo publicado

  • CORE-103Programa publicado

    Matemática esencial I

    Contenido
    Vectores, matrices, funciones, la idea de derivada — visual e intuitivo
    Práctica
    Implementar las operaciones con NumPy

    precio estimado0 de 1 módulo publicado

  • CORE-104Programa publicado

    Datos: recolección y limpieza

    Contenido
    Pandas, CSV/JSON/APIs, datos faltantes, EDA
    Práctica
    Limpiar y explorar un dataset real y desordenado

    precio estimado0 de 1 módulo publicado

  • CORE-105Programa publicado

    Estadística y probabilidad básica

    Contenido
    Distribuciones, media/varianza, correlación vs. causalidad
    Práctica
    Análisis estadístico de un dataset público

    precio estimado0 de 1 módulo publicado

  • CORE-106Programa publicado

    Tu primer modelo de ML

    Contenido
    Scikit-learn: regresión y clasificación, entrenamiento/prueba, métricas
    Práctica
    Predecir el precio de inmuebles + clasificar spam

    precio estimado0 de 1 módulo publicado

  • CORE-107Programa publicado

    Ética, sesgos y seguridad en IA

    Contenido
    Sesgos en los datos, privacidad, uso responsable
    Práctica
    Auditar los sesgos de un modelo ya entrenado

    precio estimado0 de 1 módulo publicado

  • CORE-108Programa publicado

    Git, GitHub y portafolio

    Contenido
    Control de versiones, README, publicar proyectos
    Práctica
    Subir los proyectos del nivel a GitHub

    precio estimado0 de 1 módulo publicado

  • DL-101Programa publicado

    Intuición visual de las redes neuronales

    Contenido detallado aún no escrito

  • MLOPS-101Programa publicado

    Cómo la IA se convierte en producto (visión de sistema)

    Contenido detallado aún no escrito

No todo cabe en 40 horas. El estado del arte, el entrenamiento distribuido, la interpretabilidad, el edge y los cinco proyectos integradores existen solo dentro de las rutas completas: Rutas