Bootcamp de Machine Learning

Desde tu primer print hasta NumPy y Pandas — el lenguaje en el que se escribe el ML.

Envuelve un modelo entrenado en una mini web app o dashboard.

El razonamiento numérico en el que descansa todo modelo.

Qué hacer antes de cualquier model.fit() — limpiar, explorar, codificar.

Regresión lineal a XGBoost — los caballos de batalla que usarás primero.

Encuentra estructura sin etiquetas — clustering y proyección.

Lleva un modelo a la nube — Docker, CI/CD, MLflow, AWS.

De tokens a embeddings — convierte texto en vectores que un modelo puede aprender.

ANNs, CNNs, RNNs, LSTMs, Transformers — animados de principio a fin.

Construye con LLMs — embeddings, RAG, agentes, evaluación.

Aprende por ensayo y error — agentes, recompensas, Q-learning, gradientes de política.

Predice el futuro desde el pasado — ARIMA, suavizado y forecasting con ML.

Cómo Netflix, Spotify y Amazon deciden qué sigue — CF, factorización de matrices, ranking.