📚 Conocimientos Básicos
Bienvenido a la sección de Conocimientos Básicos. Esta sección está diseñada para proporcionarte todas las herramientas y conceptos fundamentales que necesitas dominar antes de adentrarte en el mundo de la Inteligencia Artificial y el Machine Learning.
🎯 Objetivo de esta Sección
Si nunca has programado antes o tienes conocimientos básicos de programación, esta sección te guiará paso a paso desde los fundamentos de Python hasta el dominio de las librerías esenciales utilizadas en ciencia de datos e IA.
📖 Contenido
Curso de Python
Un curso completo de Python desde cero, diseñado para principiantes absolutos:
| Unidad | Tema | Descripción |
|---|---|---|
| 1 | Introducción a Python | Qué es Python, instalación, tu primer programa |
| 2 | Variables y Tipos de Datos | Variables, números, strings, booleanos |
| 3 | Operadores | Aritméticos, comparación, lógicos, asignación |
| 4 | Estructuras de Control | Condicionales if/else, bucles for/while |
| 5 | Estructuras de Datos | Listas, tuplas, diccionarios, conjuntos |
| 6 | Funciones | Definición, parámetros, return, lambda |
| 7 | Módulos y Paquetes | Import, módulos estándar, pip |
| 8 | Manejo de Archivos | Lectura/escritura, CSV, JSON |
| 9 | Excepciones | Manejo de errores, try/except |
| 10 | Programación Orientada a Objetos | Clases, herencia, polimorfismo |
| 11 | Trabajando con JSON | Lectura, escritura y APIs REST |
| 12 | Librería Faker | Generación de datos ficticios |
Librerías Esenciales para IA
Documentación detallada de las librerías fundamentales:
| Librería | Descripción |
|---|---|
| NumPy | Computación numérica y arrays multidimensionales |
| Pandas | Manipulación y análisis de datos |
| Matplotlib | Visualización de datos y gráficos |
| Seaborn | Visualización estadística avanzada |
| Scikit-learn | Introducción al Machine Learning |
🛠️ Requisitos
- Un ordenador con Windows, macOS o Linux.
- Conexión a Internet para descargar Python y librerías.
- Ganas de aprender.
⏱️ Tiempo Estimado
- Curso de Python: 20-30 horas.
- Librerías para IA: 15-20 horas.
💡 Recomendaciones
- Practica cada ejemplo: No te limites a leer, escribe y ejecuta cada código.
- Experimenta: Modifica los ejemplos para ver qué sucede.
- No te saltes temas: Cada concepto se construye sobre el anterior.
- Usa un cuaderno: Toma notas de los conceptos importantes.
📅 Última actualización: Enero 2026
✍️ Autor: Fran García