Creación de modelos de Machine Learning
por Microsoft Learn
Ruta de Microsoft Learn con 6 módulos que recorre los fundamentos del Machine Learning: regresión, clasificación, clustering y aprendizaje profundo.
Recomendado, valoración editorial 4 de 5
- Duración
- 6 h 19 min · 6 lecciones
- Plan sugerido
- 3 sem. · 4 h/sem.
- Veredicto
- 4/5 · Recomendado
- Precio
- Gratis
Cursos parecidos
Cursos gratis nuevos cada semana, también en Telegram y WhatsApp
Cada martes publicamos los cursos que hemos añadido y verificado. Sin cuenta ni correo: únete y te llegan al móvil.
Respuesta rápida
Curso gratis de Datos e IA en Microsoft Learn impartido por Microsoft Learn (6 h 19 min). Nuestra valoración: 4/5, recomendado. Comprobamos que sigue siendo gratis el 17 de noviembre de 2026.
- Veredicto
- 4/5 · Recomendado
- Para quién
- Personas que quieren entender los fundamentos del Machine Learning de forma estructurada antes de especializarse
- Duración
- 6 h 19 min · 6 lecciones
- Precio
- Gratis en Microsoft Learn
- Autor
- Microsoft Learn
- Publicado
- 2026
- Plan sugerido
- 3 sem. · 4 h/sem.
- Verificado
- el 17 de noviembre de 2026
Nuestro veredicto
Una ruta oficial de Microsoft Learn bien estructurada que recorre de forma progresiva los principales tipos de modelos de Machine Learning. Es una buena base conceptual para quien empieza, aunque la descripción disponible es escueta sobre herramientas concretas y no se detallan proyectos prácticos.
Puntos fuertes
- Estructura clara y progresiva, de los conceptos básicos a técnicas específicas
- Cubre varios tipos de modelos (regresión, clasificación, clustering, deep learning) en una sola ruta
- Publicación reciente para un tema en constante evolución
A tener en cuenta
- La descripción es breve y no detalla las herramientas o frameworks concretos que se usan en cada módulo
- No se menciona un proyecto final ni ejercicios prácticos específicos
- Un módulo de deep learning de solo 47 minutos ofrece solo una introducción, no profundidad
De qué trata
Esta ruta de aprendizaje de Microsoft Learn está organizada en 6 módulos que suman cerca de 6,3 horas de contenido. Comienza con los conceptos básicos del aprendizaje automático y la exploración de datos con Python, y avanza progresivamente hacia el entrenamiento y evaluación de distintos tipos de modelos: regresión, clasificación, agrupación en clústeres y aprendizaje profundo.
Está pensada para quien quiere entender cómo funcionan estos modelos y practicar con herramientas y marcos de trabajo habituales en el ecosistema de datos, construyendo una base conceptual antes de entrar en técnicas más específicas.
- Conceptos fundamentales del aprendizaje automático
- Exploración y análisis de datos con Python
- Modelos de regresión y clasificación
- Agrupación en clústeres (clustering)
- Introducción al aprendizaje profundo
Para quién es este curso
- Personas que quieren entender los fundamentos del Machine Learning de forma estructurada antes de especializarse
- Perfiles de datos o desarrollo que quieren aprender a entrenar y evaluar distintos tipos de modelos
- Quien busca una visión general ordenada de regresión, clasificación, clustering y deep learning
Mejor busca otro si…
- Quien ya domina los algoritmos clásicos de ML y busca contenido avanzado o especializado
- Quien busca un proyecto de producción con MLOps o despliegue en la nube
Antes de empezar
- Conocimientos básicos de Python, ya que el segundo módulo lo usa para explorar y analizar datos
Qué sabrás hacer al terminar
- Entender los principios fundamentales del aprendizaje automático
- Explorar y analizar datos utilizando Python
- Entrenar y evaluar modelos de regresión
- Entrenar y evaluar modelos de clasificación
- Entrenar y evaluar modelos de agrupación en clústeres
- Entrenar y evaluar modelos de aprendizaje profundo
Estructura del curso
Fundamentos del aprendizaje automático
Introducción a los conceptos básicos del Machine Learning (93 min), seguida de exploración y análisis de datos con Python (60 min) para preparar el terreno antes de entrenar modelos.
Modelos supervisados
Entrenamiento y evaluación de modelos de regresión (69 min) y de clasificación (64 min), dos de las técnicas más usadas en aprendizaje automático.
Clustering y aprendizaje profundo
Entrenamiento y evaluación de modelos de agrupación en clústeres (46 min) y una introducción al entrenamiento de modelos de aprendizaje profundo (47 min).
Módulos
- 01Introducción a los conceptos de aprendizaje automático (93 min)
- 02Exploración y análisis de datos con Python (60 min)
- 03Entrenamiento y evaluación de modelos de regresión (69 min)
- 04Entrenamiento y evaluación de modelos de clasificación (64 min)
- 05Entrenamiento y evaluación de modelos de agrupación en clústeres (46 min)
- 06Entrenamiento y evaluación de modelos de aprendizaje profundo (47 min)
Plan de estudio sugerido
3 semanas · unas 4 h por semana
- Semana 1módulos de introducción a ML y exploración de datos con Python, practicando con tus propios datasets
- Semana 2módulos de regresión y clasificación, repitiendo los ejemplos de entrenamiento y evaluación
- Semana 3módulos de clustering y aprendizaje profundo, repasando las diferencias entre los tipos de modelos vistos
El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.
Consejos para seguirlo
- Antes de empezar, asegúrate de tener un entorno de Python funcionando para poder seguir el módulo de exploración de datos en paralelo
- Dedica tiempo extra a repetir los ejercicios de entrenamiento de cada tipo de modelo (regresión, clasificación, clustering) para fijar las diferencias entre ellos
- Al llegar al módulo de aprendizaje profundo, no esperes profundidad técnica: trátalo como una primera toma de contacto
Antes y después de este curso
- AlternativaAprendiendo Machine Learning desde cero con Miss YeraOtra introducción a Machine Learning desde cero, con un enfoque distinto al de Microsoft Learn.
- AlternativaMachine Learning Course for BeginnersCurso alternativo de Machine Learning para principiantes con otro enfoque y en otro idioma.
- Después de este cursoAnálisis de Clúster y Segmentación de clientesPermite profundizar específicamente en el análisis de clústeres visto de forma introductoria en esta ruta.
Cómo lo presenta Microsoft Learn
El aprendizaje automático es la base de la inteligencia artificial y el modelado de predicción. Obtenga información sobre algunos de los principios fundamentales del aprendizaje automático y sobre cómo usar herramientas y marcos comunes para entrenar, evaluar y usar modelos de Machine Learning.
Extracto de la descripción original en Microsoft Learn.
Preguntas frecuentes
¿Necesito saber Python para seguir esta ruta?
Conviene tener conocimientos básicos, ya que el segundo módulo usa Python para explorar y analizar datos antes de entrenar los modelos.
¿Cuánto tiempo necesito para completarla?
El contenido dura unas 6,3 horas repartidas en 6 módulos; siguiendo un ritmo de unas 4 horas semanales con pausas para practicar, se puede completar en unas 3 semanas.
¿Qué tipos de modelos se ven en esta ruta?
Se cubren modelos de regresión, clasificación, agrupación en clústeres (clustering) y una introducción a modelos de aprendizaje profundo.
¿Incluye un proyecto final?
La descripción disponible no menciona un proyecto final ni ejercicios específicos más allá del contenido de cada módulo.
Análisis editorial elaborado con ayuda de IA a partir de la descripción, los capítulos y la duración publicados en Microsoft Learn, y revisado según nuestro método. El contenido del curso es obra de Microsoft Learn; si ves algún error, avísanos.