Aprende Machine Learning

en Español

Guía de Aprendizaje

Este es un desglose de los contenidos del blog, algunos artículos ya escritos otros por escribir. Y están organizados de manera que puedas ir leyendo gradualmente, de acuerdo a tus intereses ó si quieres ir leyendo de niveles iniciales a más avanzados.

Fundamentos

  1. ¿Qué es ML? Definición
  2. Aplicaciones del ML
  3. Principales Algoritmos usados en ML
  4. Perfiles y Roles para proyectos de Machine Learning, AI y Data Science

Estadística

  1. Causa y Efecto
  2. Naive Bayes
  3. EDA: Análisis Exploratorio de Datos

Herramientas

  1. Instalar Ambiente Desarrollo
  2. Instalar un LLM en tu propio ordenador
  3. ML en la Nube
  4. WebScraping
  5. Limpieza de Datos
  6. Feature Engineering
  7. Data Augmentation
  8. Open CV
  9. Detección de Outliers

Machine Learning

ML Inicial

  1. Breve Historia Redes Neuronales
  2. 7 Pasos para crear ML
  3. Regresión Lineal
  4. Regresión Logística
  5. Arbol de Decisión
  6. Random Forest
  7. k-Means
  8. k-Nearest Neighbors
  9. Sistemas / Motores de Recomendación
  10. Estrategias con Desbalance de Clases
  11. Conjuntos de Entrenamiento, test y validación

ML Avanzado

  1. CNN – Red Neuronal Convolucional Teoría y Práctica
  2. Detección de Objetos Teoría y Práctica con Python, Keras y Tensorflow
  3. NLP – Procesamiento del Lenguaje Natural Teoría y Práctica
  4. Redes Neuronales Recurrentes y LSTM
  5. Pronóstico de Series Temporales con RRNN – PARTE 2
  6. Interpretación de Modelos de Machine Learning
  7. Crea tu propio servicio de ML, API con Flask

ML Intermedio

  1. PCA
  2. SVM
  3. t-SNE
  4. Hidden Marcov Models
  5. Guía a Redes Neuronales / Deep Learning
  6. Una sencilla Red Neuronal con Keras
  7. Red Neuronal desde cero
  8. Crea un Coche Robot con IA
  9. ¿Qué es Underfiting/Overfiting?
  10. Aprendizaje por Refuerzo
  11. Algoritmo Genético
  12. Pronóstico de Series Temporales con Redes Neuronales
  13. Consejos útiles para trabajar con Aprendizaje Automático

  1. Generación de Imágenes con IA – Stable Diffusion
  2. ¿Cómo Funcionan los Transformers? – Práctica: Generación de textos con GPT-2
  3. Seguimiento de Objetos con Yolo v8 y BYTETrack
  4. Introducción a los grandes modelos de lenguaje – LLM, como ChatGPT
  5. Prompt Engineering con Python

Quiero ver toda La Práctica (Código Python / Jupyter Notebook)

Quiero ver toda la Teoría

Aún quedan muchos artículos por escribir en este viaje. Te invito a que participes, comentes y me cuentes tus temas favoritos!.

El libro del Blog

Puedes colaborar comprando el libro en papel ó comprando el libro digital ó lo puedes descargar gratuitamente. Apreciaré mucho tu ayuda. Contiene Extras descargables como el “Lego-Dataset” utilizado en el artículo de Detección de Objetos.

Suscripción al Blog

Suscribete al blog y recibe los nuevos artículos que vayan saliendo en tu casilla de correos!

NOTA: varios usuarios me reportaron que tras suscribirse notaron que el email de confirmación y/o posteriores entraron en su carpeta de SPAM (ó correo basura). Por lo tanto te sugiero que revises en esa carpeta y que agregues la dirección info (at) aprendemachinelearning . com a tu listado de contactos. Gracias y disculpa las molestias.