Las matemáticas justas y los algoritmos clásicos, desde cero
≈ 132 h
Nivel: intermedio
4 unidades
36 lecciones
Un puente con las matemáticas del instituto que hacen falta (funciones, potencias, logaritmos, sumatorios y notación), para quien las tenga oxidadas; álgebra lineal, probabilidad, cálculo y optimización implementados en código; regresión, clasificación, árboles y clustering programados a mano y, después, con scikit-learn, la biblioteca que usa la industria; y cómo evaluar un modelo con honestidad, detectar sesgos y cumplir la regulación.
Las matemáticas del instituto que vas a necesitar, repasadas desde cero y con Python. Funciones y pendientes, potencias y raíces, exponenciales y logaritmos, sumatorios y notación, porcentajes y notación científica, y cómo leer una fórmula sin miedo. Si ya las dominas, demuéstralo en la prueba de nivel y pasa directamente a la siguiente unidad.
Construir sistemas que funcionen para todos y cumplan la ley. Sesgos y métricas de equidad, privacidad y RGPD, el Reglamento Europeo de IA y las prácticas de despliegue responsable (model cards, supervisión humana, red-teaming e incidentes).
4 lecciones · ≈ 10 h de estudio
Sesgos y equidad en modelos de ML
Privacidad y protección de datos en IA
El Reglamento Europeo de IA (AI Act)
Despliegue responsable — documentar, supervisar, atacar y responder
Modelo de ML con datos reales: pingüinos de Palmer≈ 38 h Datos de campo reales y sucios (CC0): limpieza, partición sin fuga, línea base, regresión logística con NumPy, validación cruzada, calibración, tarjeta del modelo y la versión profesional con scikit-learn.
Las explicaciones completas, los ejercicios con corrección automática, los exámenes y los proyectos están dentro de la academia. Horas estimadas para alguien que empieza de cero: lecciones con práctica y repaso, retos, exámenes y los proyectos recomendados. Es la misma estimación que verás dentro de la academia.
Por el camino ganas yang, la moneda de la academia: 10 por cada lección, 50 por cada examen de unidad aprobado y 150 por cada proyecto verificado; además, 15 por el reto de hoy y 100 por el de la semana. Se gastan en la tienda en mascotas y colores; con dinero no se pueden comprar.
Matemáticas necesarias para IA (y las que no) Qué matemáticas necesitas de verdad para aprender IA según tu objetivo: vectores, derivadas, probabilidad… y qué puedes dejar para más tarde.
Machine learning explicado sin matemáticas Qué es el machine learning explicado con ejemplos cotidianos y sin fórmulas: aprender de ejemplos, tipos de aprendizaje, entrenamiento, test y overfitting.
¿Empezamos?
Crea tu cuenta y activa tu suscripción: tendrás todo el temario desde el primer día.