ML Atlas en español
Aprende machine learning con ML Atlas
ML Atlas es una enciclopedia interactiva de aprendizaje automático, redes neuronales y modelos de lenguaje. En español empezamos con un curso breve: en cada lección mueves controles sobre datos reales y ves por qué el modelo hace lo que hace.
Curso · 33 de 38 lecciones listas · 385 min
Curso: machine learning desde cero
Lecciones cortas con un experimento en vivo sobre datos reales, un test de tres preguntas y las ideas clave: del primer modelo a los grandes modelos de lenguaje.
- 00 Todo el proceso en 15 minutos, de principio a fin
- 01 ¿Qué es el aprendizaje automático?
- 02 Datos, características, etiquetas y particiones
- 13 La referencia: ¿con qué comparas tu modelo?
- 14 Vecinos más cercanos: el modelo más simple
- 03 Regresión lineal: ajustar una recta
- 04 Descenso de gradiente: aprender a pequeños pasos
- 05 Clasificación: trazar una frontera
- 06 Evaluar un clasificador: más allá de la exactitud
- 15 Umbral, ROC y PR: todos los umbrales a la vez
- 19 Calibración: ¿0,8 significa 80 %?
- 16 Clases desequilibradas
- 20 Métrica y umbral según el coste de los errores
- 07 Sobreajuste: cuando un modelo memoriza
- 08 Validación y validación cruzada
- 17 Curvas de aprendizaje: ¿más datos o un modelo mejor?
- 21 Regularización: ridge y lasso
- 22 Ajustar hiperparámetros sin hacer trampa
- 23 Parada temprana
- 24 Exploración: mira antes de modelar
- 26 Datos faltantes
- 25 Categorías y escalado
- 27 Ingeniería de características
- 18 Fuga de datos
- 28 Pipeline: de la tabla a la predicción
- 09 Árboles de decisión: veinte preguntas con datos
- 10 Ensambles: por qué muchos árboles superan a uno
- 29 Gradient boosting: árboles que corrigen errores
- 30 Naive Bayes: un supuesto falso, buenas decisiones
- 31 Máquinas de vectores de soporte y núcleos
- 32 ¿Qué modelo y cuándo?
- 11 Redes neuronales: muchas unidades simples juntas
- 12 De redes neuronales a grandes modelos de lenguaje
Qué es ML Atlas
Una enciclopedia que explica el mecanismo — por qué funciona cada método — con ejemplos calculados sobre conjuntos de datos clásicos e ilustraciones que puedes modificar. La edición completa está en polaco y una selección de términos, en inglés.
Idiomas
El curso está disponible en: