Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Educación › ML-For-Beginners
✦ Gratis y open sourceEducación

ML-For-Beginners

Un plan de estudios de código abierto de 12 semanas y 26 lecciones que abarca el aprendizaje automático clásico utilizando Scikit-learn y Jupyter Notebooks.

Plan de estudios completo de 12 semanas de Machine Learning clásico

Enseña o aprende ML clásico con 26 lecciones prácticas, 52 cuestionarios, datos del mundo real y más de 50 traducciones.

Gratis para siempre · open source · MIT
✓ Light setup✓ En el navegador✓ Colaboración en tiempo real
9.1
ZEKAI
Plan de estudios de ML abierto esencial.
Gratis y open source · Educación
Facilidad de configuración8
Utilidad9
Mantenimiento9.5
Comunidad9.8
★ 90,388
GITHUB
Sep 2026
ACTUALIZADO
MIT
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

ML-For-Beginners es un plan de estudios integral de 12 semanas creado por Microsoft Cloud Advocates para enseñar los fundamentos del aprendizaje automático. Proporciona a educadores y estudiantes autodidactas 26 lecciones estructuradas, notebooks de Jupyter, cuestionarios previos y posteriores a las clases, y tareas prácticas. Los instructores que busquen integrar la ciencia de datos aplicada en sus cursos pueden adoptar este repositorio directamente.

Funciona en
Cross-platform
Alojamiento
Nube o autoalojado
Idiomas
Jupyter Notebook
Licencia
MIT

Qué es

El plan de estudios se centra en algoritmos de aprendizaje automático clásico utilizando Python, Scikit-learn y R, excluyendo intencionalmente el deep learning. Cada lección incluye guías escritas, ilustraciones visuales, notebooks con soluciones, tareas y rúbricas de la herramienta de evaluación del progreso. Las acciones automatizadas de GitHub mantienen las traducciones del curso en más de 50 idiomas.

Para quién

Esta herramienta es adecuada para educadores de informática, diseñadores instruccionales y estudiantes autodidactas que buscan un camino estructurado hacia los algoritmos fundamentales. Funciona bien para instructores que necesitan cuestionarios listos para usar y actividades prácticas con notebooks. No es adecuada para investigadores avanzados o ingenieros que busquen frameworks de deep learning y pipelines de despliegue en producción.

Funciones clave

Estructura del curso de 12 semanas

Organiza el aprendizaje en 26 lecciones basadas en proyectos con 52 cuestionarios previos y posteriores a las clases y claves de tareas.

Enfoque en algoritmos de ML clásico

Enseña conceptos básicos de clasificación, regresión y agrupamiento con Scikit-learn sin requerir hardware de GPU.

Traducciones multiidioma automatizadas

Mantiene el texto del curso localizado en más de 50 idiomas actualizado automáticamente mediante GitHub Actions.

Guías visuales y en video

Empareja el texto escrito del repositorio con ilustraciones personalizadas y videos explicativos dedicados en YouTube.

Cómo empezar

Listo en 3 pasos

1
Haz un fork del repositorio y clónalo localmente usando git sparse-checkout para omitir las carpetas pesadas de archivos multimedia de traducción.
2
Configura un entorno local de Python con Jupyter Notebook, Pandas y Scikit-learn instalados.
3
Abre los directorios de las lecciones para realizar cuestionarios previos a las clases, ejecutar archivos de notebooks y revisar las soluciones de código.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Incluye 52 cuestionarios estructurados previos y posteriores a las lecciones junto con rúbricas de la herramienta de evaluación del progreso para la calificación.
  • Se centra estrictamente en algoritmos clásicos aptos para CPU, lo que hace que la ejecución del código sea accesible en hardware estándar.
  • Proporciona notebooks de soluciones completas en Python junto con contribuciones de lecciones alternativas en R.
  • Ofrece accesibilidad internacional con traducciones automatizadas para más de 50 idiomas globales.

Sus límites

  • Clonar el repositorio completo requiere comandos de sparse git checkout para evitar la descarga de gigabytes de archivos de traducción.
  • Excluye por diseño temas modernos de deep learning, redes neuronales y IA generativa.
  • Requiere la configuración de un entorno local de Python o una configuración de notebook en la nube para ejecutar código interactivo.
  • Padece de un backend de calificación automatizado, lo que requiere una evaluación manual de las tareas de los proyectos de los estudiantes.
Costo

Precios y licencia

ML-For-Beginners es totalmente gratuito para clonar, adaptar y usar bajo la licencia MIT. El único costo operativo involucra los servicios de alojamiento en la nube opcionales que elijas para ejecutar los notebooks de Jupyter.

Trabajo remunerado

Empleos para hispanohablantes

896 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 25 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: ML-For-Beginners para Educación
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos ML-For-Beginners por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Cubre este curso redes neuronales o deep learning?

No, el plan de estudios cubre estrictamente el aprendizaje automático clásico con Scikit-learn; el deep learning se cubre en el plan de estudios de IA separado de Microsoft.

¿Pueden los educadores adaptar este material para cursos comerciales o académicos?

Sí, el repositorio se publica bajo la licencia permisiva MIT, lo que permite su adaptación completa y reutilización educativa.

¿Cómo clono el repositorio sin descargar las traducciones de más de 50 idiomas?

Usa los comandos de git sparse-checkout proporcionados en la documentación del repositorio para excluir los directorios de traducción.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Educación — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google