Fundamentos de aprendizaje automático
Qué necesitas saber antes de comenzar y qué herramientas debes tener instaladas para seguir las clases sin interrupciones.
Condiciones técnicas y de conocimiento
Cada masterclass asume un punto de partida concreto. Revisar estos requisitos antes de inscribirse evita frustraciones durante las sesiones en vivo.
Entorno de software
Las sesiones utilizan Python 3.10 o superior con Jupyter Notebook como interfaz principal de trabajo.
- Python 3.10+
- Jupyter Notebook o JupyterLab
- pip o conda para gestión de paquetes
- Git para control de versiones
Conocimientos previos
No se requiere experiencia en inteligencia artificial, pero sí una base funcional en programación y matemáticas.
- Sintaxis básica de Python
- Álgebra lineal elemental
- Estadística descriptiva
- Manejo de archivos CSV y JSON
Bibliotecas necesarias
El material de cada sesión usa un conjunto estable de bibliotecas. Instalarlas antes evita retrasos durante las demostraciones.
- NumPy y pandas
- scikit-learn 1.3+
- Matplotlib y seaborn
- TensorFlow 2.x o PyTorch
Preparación del entorno paso a paso
Configurar el entorno correctamente toma menos de 30 minutos si se siguen estos pasos en orden. Los instructores no dedican tiempo de clase a resolver problemas de instalación.
Instalar Python desde python.org
Descargar la versión 3.10 o 3.11. Marcar la opción "Add to PATH" durante la instalación en Windows.
Crear un entorno virtual
Usar python -m venv ml-env para aislar las dependencias del curso del resto del sistema.
Instalar las bibliotecas del curso
El archivo requirements.txt proporcionado en el área de alumnos instala todo con un solo comando.
Verificar la instalación
Ejecutar el cuaderno de comprobación incluido en los materiales de bienvenida. Debe completarse sin errores.
Nerea Izquierdo
Instructora principal - Ingeniería de modelos predictivos