La ruta de aprendizaje

Pasos pequeños. Un modelo que entiendes.

Empieza sin código. Construye tu primer modelo, explora sus límites y elige una pregunta de ingeniería útil.

El bloque A, lecciones 1 a 4, ya está disponible. Los bloques B a F llegarán pronto, cuando termine de revisarlos. Sigue las lecciones disponibles en orden.

Tu ruta de aprendizaje

Las lecciones se apoyan unas en otras, desde tu primer modelo hasta una herramienta que puedas reutilizar.

Tu cuenta →

El boletín es opcional y tiene su propio formulario de suscripción.

Cargando tu progreso guardado…

Completa cada lección para desbloquear la siguiente. Estamos comprobando el estado de tu cuenta.

Qué puedes poner en práctica

Sigue tu progreso desde un ejemplo guiado hasta un resultado que puedas reutilizar.

Primer modelo: Formula una pregunta útil y compara un primer modelo con una ecuación.Pendiente de practicar
Datos coherentes: Comprueba las unidades, mantén unidos los diseños y compara con una referencia.Próximamente
Python en la práctica: Edita y vuelve a ejecutar Python, exporta una tabla y un gráfico y adapta un modelo a otro CSV.Próximamente
De la simulación al conjunto de datos: Examina ejecuciones de simulación documentadas y calcula variables de señales.Próximamente
Evaluación defendible: Compara modelos, inspecciona errores y reconoce predicciones sin respaldo.Próximamente
Herramienta reproducible: Congela un candidato, revisa casos reservados y empaqueta una herramienta didáctica reutilizable.Próximamente

Estos hitos registran las prácticas del curso completadas. Un caso distinto u otra persona que reproduzca tu trabajo aportan más pruebas; el progreso por sí solo no mide el dominio autónomo ni certifica un modelo.

AComprende qué hace un modelo01 a 04 · 0 de 4 lecciones completadas

Crea un primer modelo y elige una pregunta de ingeniería útil.

Listo para probar · 6 secciones

Entrena tu primer modelo de IA

Empieza por I²R. Crea ejemplos, entrena un árbol y descubre dónde se equivoca.

Conserva: Un primer árbol de regresión y un motivo para conservar la ecuación.

Abrir lección →

Comprobando tu progreso · 5 secciones

Mejores ejemplos, mejores preguntas

Detecta una zona sin ejemplos, utiliza un pequeño presupuesto de datos y comprueba qué cambia realmente.

Conserva: Guarda un mapa de cobertura y compara el modelo original, el reducido y el que incorpora nuevos ejemplos con las mismas corrientes de validación.

Revisar la vista previa pública →Tu cuenta

Comprobando tu progreso · 5 secciones

Comprueba un modelo con un diseño nuevo

Planifica cómo comprobar un modelo con un nuevo diseño de componentes y descubre por qué una partición distinta responde a una pregunta distinta.

Conserva: Guarda un mapa completo de la partición por diseños y explica qué evaluación respalda el uso previsto, manteniendo los diseños reservados fuera de ambas comparaciones.

Revisar la vista previa pública →Tu cuenta

Comprobando tu progreso · 6 secciones

Elige tu tarea de IA

Convierte una idea de ingeniería en una ficha que indique qué respuesta necesitas, cómo la comprobarás y cuándo solicitarás más trabajo.

Conserva: Descarga una ficha práctica con una decisión, las entradas disponibles, una referencia sencilla, un criterio de éxito y unos límites, utilizando el ejemplo de pérdidas por conducción para definir el objetivo.

Revisar la vista previa pública →Tu cuenta

Miniproyecto del bloque A · 10 pasos guiados

Laboratorio de pérdidas — Tu primer estimador de pérdidas del convertidor

Reúne las cuatro lecciones: sube una tabla de simulación de un convertidor, entrena y compara dos estimadores, comprueba un diseño nuevo completo y entrega un alcance honesto.

Conserva: a working estimator, its prediction files and a use card that explains where it can—and cannot—be used.

Vista previa del miniproyecto →Comprobando tu progreso

Valora el bloque A o deja tu opinión

BPrepara datos y compara05 a 08 · Próximamente

Repara un conjunto de datos y contrasta un estimador con una referencia sencilla.

Próximamente · 6 secciones

Lee tus datos de ingeniería

Lee un CSV didáctico real, sigue una ejecución simulada y registra qué significa cada columna.

Conserva: Descarga un diccionario de datos con las funciones de las columnas, las unidades, el significado de cada fila y la fuente de los valores de referencia.

Próximamente

Próximamente · 6 secciones

Repara un conjunto de datos

Repara un CSV dañado a propósito utilizando los registros originales de sus ejecuciones y conserva una justificación de cada cambio.

Conserva: Descarga cinco filas didácticas reparadas y un registro de limpieza que conserve su origen y significado.

Próximamente

Próximamente · 6 secciones

Construye un primer estimador útil

Entrena dos estimadores, compáralos con una constante y una ecuación de ingeniería y examina dónde fallan.

Conserva: Guarda una comparación de cuatro métodos con errores en vatios, comprobaciones físicas y un alcance de simulación claramente indicado.

Próximamente

Próximamente · 6 secciones

Mejora sin engañarte

Usa la validación para experimentar y después fija una elección antes de abrir su comprobación final.

Conserva: Guarda una elección de modelo fijada, una tolerancia declarada y un informe de evaluación claramente identificado.

Próximamente

CAprende el Python que necesitas09 a 12 · Próximamente

Ejecuta, cambia y descarga tu propio cuaderno funcional.

Próximamente · 6 secciones

Ejecuta tu primer cuaderno

Ejecuta un cálculo, modifícalo, entiende un error y reproduce tu trabajo.

Conserva: Conserva un cuaderno editable que calcule las pérdidas de una resistencia desde una sesión limpia.

Próximamente

Próximamente · 6 secciones

Python para cálculos de ingeniería

Construye un pequeño cálculo que acepte valores, devuelva vatios y rechace entradas no válidas.

Conserva: Escribe y prueba una función de pérdidas reutilizable con unidades explícitas y un rango declarado.

Próximamente

Próximamente · 6 secciones

Convierte un CSV en un gráfico

Lee una tabla pequeña, selecciona filas comparables, convierte unidades y dibuja tu propio gráfico.

Conserva: Conserva un cuaderno, un gráfico generado con Python y un CSV transformado con unidades claras.

Próximamente

Próximamente · 6 secciones

Entrena un modelo que puedas modificar

Conecta una pequeña secuencia de entrenamiento a un CSV, adapta las entradas y vuelve a entrenar.

Conserva: Conserva un cuaderno que entrene con datos didácticos agrupados y exporte predicciones para otro CSV.

Próximamente

DTrabaja con simulaciones y señales13 a 16 · Próximamente

Convierte simulaciones documentadas en entradas y predicciones útiles.

Próximamente · 6 secciones

De la simulación al conjunto de datos

Rastrea una fila de entrenamiento hasta los ajustes del convertidor, la ejecución de simulación y la ventana de extracción que la produjeron.

Conserva: Guarda un manifiesto del conjunto de datos con las ejecuciones aceptadas, las exclusiones y una definición precisa de la referencia.

Próximamente

Próximamente · 6 secciones

Cubre el rango de funcionamiento

Elige condiciones de funcionamiento válidas y descubre huecos que pueden pasar inadvertidos al comprobar solo mínimos y máximos.

Conserva: Guarda un plan de muestreo con un presupuesto de datos, grupos reservados y un dominio de uso por escrito.

Próximamente

Próximamente · 6 secciones

Convierte formas de onda en características

Selecciona una ventana de tiempo con sentido y calcula resúmenes de las formas de onda que puedas comprobar a mano.

Conserva: Guarda una tabla de características reproducible con unidades, límites de ventana y grupos de ejecución.

Próximamente

Próximamente · 6 secciones

Construye un modelo sustituto de simulación

Aproxima una salida de simulación declarada y compara el resultado con una referencia física dentro de su dominio.

Conserva: Guarda un estimador de pérdidas por conducción, su comparación y las condiciones que necesitan revisión mediante simulación.

Próximamente

EToma mejores decisiones17 a 20 · Próximamente

Compara modelos, inspecciona errores y reconoce predicciones sin respaldo.

Próximamente · 6 secciones

Clasifica el comportamiento simulado

Construye un clasificador binario de prioridad de revisión con una regla de rizado declarada e inspecciona los errores que comete.

Conserva: Guarda un clasificador logistic_regression, su comparación con la regla y ejemplos de ejecuciones mal clasificadas.

Próximamente

Próximamente · 6 secciones

Elige qué errores importan

Mueve un umbral de revisión en validación y observa cómo cambian los casos pasados por alto y las alertas innecesarias.

Conserva: Guarda la elección de un umbral con sus supuestos, los recuentos observados y el plan de evaluación reservada.

Próximamente

Próximamente · 6 secciones

Compara modelos más potentes

Compara de forma justa un número pequeño de modelos de conjunto y juzga después si merece la pena su complejidad adicional.

Conserva: Guarda una comparación reproducible que incluya validación por grupos, errores, estabilidad y tiempo de ejecución observado.

Próximamente

Próximamente · 6 secciones

Reconoce cuándo dejar de confiar en una predicción

Convierte los límites conocidos del modelo en reglas explícitas para aceptar una entrada, solicitar revisión o rechazar una predicción.

Conserva: Guarda reglas de uso y abstención con casos que demuestren cómo se comportan.

Próximamente

FConstruye una herramienta que puedas volver a usar21 a 24 · Próximamente

Elige datos, fija un modelo y entrega una herramienta reutilizable.

Próximamente · 6 secciones

Elige las siguientes simulaciones

Dedica un presupuesto limitado de simulaciones a una pregunta de desarrollo y comprueba después si la nueva información ha ayudado.

Conserva: Guarda un plan de solicitudes de candidatos y una comparación de validación justa entre el antes y el después.

Próximamente

Próximamente · 6 secciones

Construye tu propio modelo

Adapta una decisión real de modelado y prepara un candidato completo para una comprobación independiente posterior.

Conserva: Guarda el enunciado del problema, el contrato de datos, la comparación y la secuencia de procesamiento fijada con una regla de aceptación declarada.

Próximamente

Próximamente · 6 secciones

Vuelve a utilizar tu modelo

Guarda un modelo completo, empieza desde cero y úsalo con un CSV nuevo, gestionando con claridad las solicitudes no válidas.

Conserva: Descarga un paquete reutilizable que contenga el modelo, el código, entradas de ejemplo e instrucciones.

Próximamente

Próximamente · 6 secciones

Reto de ingeniería

Evalúa una herramienta fijada en casos nuevos y decide si su evidencia respalda el uso de ingeniería propuesto.

Conserva: Entrega una herramienta reproducible y una ficha de uso con una decisión defendible de aceptación o insuficiencia.

Próximamente

Mantén presente la ingeniería

Conoce de dónde procede cada resultado.

Los primeros ejercicios utilizan ecuaciones. Las lecciones posteriores utilizan una simulación didáctica documentada de un convertidor buck. Ninguno es una medida de hardware. Un cálculo físico sencillo puede seguir siendo tu mejor herramienta.

Datos didácticos y guía de reproducción Fuente, supuestos y unidades Cuaderno guiado: ¿regla o modelo? Ejercicio local de Python existente El caso de ingeniería LLC Caso práctico avanzado