Aprende, entrena y despliega redes neuronales
con datasets públicos reales
Un curso de 31 clases independientes y progresivas, agrupadas en 7 módulos. Cada clase plantea una pregunta propia, construye una intuición visual y termina con evidencia obtenida sobre datos públicos reales.
🟢 Módulo 1 — Fundamentos: de la derivada a la primera red 3 clases
Se construye una red desde cero antes de usar cualquier abstracción: primero la neurona a mano en NumPy, después el mismo cálculo delegado en autograd, y por último varias capas resolviendo un problema que una recta no separa.
🔵 Módulo 2 — Arquitecturas según la forma del dato 5 clases
Cada estructura —imagen, secuencia, serie temporal, señal sin etiqueta, texto— pide su propio sesgo inductivo. Aquí se recorren las cinco familias que cubren la mayoría de los problemas reales, y se comparan contra una línea base honesta.
🟣 Módulo 3 — Familias especializadas: generar, decidir, relacionar 5 clases
Tres regímenes donde una métrica de acierto ya no cuenta toda la historia —generación, decisión secuencial y datos relacionales— más las dos formas de reutilizar y combinar información que ya existe.
🟠 Módulo 4 — Entrenar mejor, más barato y sin centralizar datos 3 clases
El modelo ya funciona: ahora hay que mejorarlo sin hacer trampas, encogerlo para que quepa donde debe correr, y entrenarlo cuando los datos no pueden salir de donde están.
🔴 Módulo 5 — La mecánica fina, ahora en profundidad 5 clases
Segunda pasada por el motor, ya con la experiencia de haber entrenado modelos reales: lo que en la clase 01 era una fórmula, aquí es una decisión de diseño que se mide, se compara entre semillas y se justifica.
⚫ Módulo 6 — Confiar en el modelo y sacarlo del cuaderno 4 clases
Un acierto sin explicación ni confianza calibrada no es evidencia, y un modelo que solo corre en un cuaderno no es un sistema. Esta parte cierra el ciclo hasta el artefacto desplegable y el proyecto integrador.
🔬 Módulo 7 — Especializaciones avanzadas 6 clases
Mismo contrato de semillas, selección por validación y sellado del test, con arquitecturas de frontera y pesos preentrenados descargados de su proveedor. Se pueden tomar en cualquier orden una vez completadas las clases 01–25.