Unidad 1 · Fundamentos de IA, Data Science y datos¶

Esta unidad abre el módulo de Aprendizaje Automático. Antes de entrenar ningún modelo hay que dominar la capa de datos: entender qué es el aprendizaje automático, situarlo dentro de un proyecto de datos y manejar arrays, tablas y bases de datos con las herramientas del curso.

La unidad arranca con una demo de destino: en la primera sesión se entrena en directo un modelo mínimo, tratándolo como caja negra, para que veas ya en la semana 1 el destino del curso (lo que sabrás construir al final) antes de empezar con los fundamentos.

Objetivos de la unidad¶

Al terminar esta unidad, sabrás:

• Explicar la diferencia entre inteligencia artificial, aprendizaje automático y aprendizaje profundo, y clasificar un problema según el tipo de aprendizaje que necesita.
• Describir el ciclo de vida de un proyecto de datos y situar cada tarea (recolección, limpieza, transformación, exploración, modelado y comunicación) en su lugar.
• Aplicar las convenciones del curso: vocabulario común, cuadernos marimo, control de versiones y reproducción de resultados.
• Crear e inspeccionar arrays con NumPy: indexación, máscaras booleanas, estadísticas, números aleatorios, broadcasting y operaciones matriciales.
• Cargar, limpiar, filtrar, agrupar y combinar tablas con Pandas 3.x.
• Consultar y combinar datos con SQL (SQLite) e integrar los resultados con Pandas.
• Elegir y usar Parquet, Polars y DuckDB cuando el volumen de datos crece.

Evidencia de logro¶

Al final de la unidad deberás ser capaz de explicar dónde encaja el ML en un proyecto de datos, cargar e inspeccionar datos, filtrar y resumir valores numéricos con NumPy, limpiar y combinar tablas con Pandas y consultar datos con SQL para dejarlos listos para el análisis. La evidencia se reparte entre el portfolio de cada bloque y la práctica final: 05_datos_a_escala.py demuestra el uso de Parquet, Polars y DuckDB, mientras que 06_integracion_ud1.py conecta NumPy, Pandas y SQL sin introducir herramientas nuevas.

Prerrequisitos¶

Para seguir la unidad con fluidez necesitas manejar variables, condicionales, bucles y colecciones básicas de Python, además de tener preparado el entorno de trabajo.

Ese material está en la Unidad 1 de Programación de IA, que se imparte en paralelo. No necesitas conocer nada de Machine Learning ni de estadística avanzada: esta unidad empieza desde los conceptos y las herramientas.

Si el bloque de Python todavía se te resiste, la página Qué volver a mirar cuando algo no cuadra te dice qué repasar antes de seguir.

Caso conductor: TechShop¶

Todos los ejemplos giran en torno a TechShop, una tienda online ficticia con datos de:

• ventas (pedidos, importes, fechas),
• clientes (datos de contacto, segmento, ciudad),
• productos (nombre, categoría, precio),
• reseñas (puntuación y comentario de cada producto).

A lo largo de la unidad crearás tablas de TechShop desde cero, las limpiarás, las consultarás con SQL y las explorarás con Pandas. Ese mismo conjunto de datos te acompañará en las unidades siguientes (preparación, modelado y evaluación).

El flujo de un proyecto de ML: del problema de negocio a la decisión. En esta unidad trabajamos los tres primeros pasos (problema, datos y transformación).

Capítulos¶

Reparto semanal orientativo¶

El reparto es orientativo para organizar las sesiones, no para seleccionar o eliminar contenidos. La semana 6 funciona como transición: se cierra Pandas y se arranca SQL sin duplicar horas.

La práctica final 06_integracion_ud1.py se inicia durante la semana 8 dentro de las cuatro horas de integración y cierre. El trabajo autónomo, cuando se indique, completa la práctica, pero no sustituye contenidos de la unidad. Integra el mismo caso TechShop de los productos anteriores; no añade una herramienta nueva, sino que comprueba que el alumnado sabe justificar y conectar el uso de NumPy, Pandas y SQL.

Cómo trabajamos¶

• Formato de entrega: cuadernos marimo (no Jupyter), con celdas que ejecutan de forma reactiva y una sección final de conclusiones.
• Herramientas: Python 3.14 con uv, VS Code y Git/GitHub. Si aún no las tienes preparadas, sigue las páginas comunes: Entorno de trabajo, VS Code, Cuadernos marimo, Git y GitHub y uv.
• Regla del curso: todo ejemplo y toda práctica deben poder ejecutarse y mostrar su salida esperada. Si algo no funciona en tu equipo, el problema es reproducible y se corrige; no se entrega código "que a mí me funciona".

Productos evaluables¶

A lo largo de la unidad entregarás seis cuadernos marimo, uno por bloque, siempre ejecutados y con su «Salida esperada», interpretación de los resultados y una conclusión final:

La práctica final 06_integracion_ud1.py no añade una herramienta nueva, sino que comprueba que sabes justificar y conectar el uso de las tres. Además debe:

• observar y explicar las formas, tipos, filas no emparejadas y totales;
• justificar en qué paso usas SQL, Pandas o NumPy y por qué;
• comprobar cardinalidades, faltantes y resultados equivalentes entre pasos;
• documentar los errores encontrados, las decisiones y una conclusión final.

Cada capítulo concreta sus objetivos, su ejemplo guiado y su práctica.

Siguiente paso¶

Empieza por 1.1 · IA y Aprendizaje Automático.