Todos los episodios del Proyecto 52 en un solo lugar.
Explora visualmente la ruta completa: desde bases de datos, SQL y Python hasta machine learning, deep learning, NLP e inteligencia artificial.
Próximo video en:
Capítulo 1: Fundamentos de Bases de Datos
Semana 1: Introducción a las Bases de Datos: Tipos y Modelos (Relacional, NoSQL)
Semana 2: Modelado de Datos Relacional: Tablas, Claves, Relaciones
Semana 3: SQL Básico: SELECT, INSERT, UPDATE, DELETE
Semana 4: Optimización de Consultas SQL y Normalización
Capítulo 2: Bases de Datos Avanzadas
Semana 5: Índices, Vistas y Procedimientos Almacenados
Semana 6: Transacciones, Control de Concurrencia y Bloqueos
Semana 7: Introducción a NoSQL: MongoDB (Documental), Neo4J (Grafos)
Semana 8: Introducción a NoSQL: Redis (Llave-Valor), DB4O (Objetos)
Capítulo 3: Introducción a la Programación para Ciencia de Datos
Semana 9: Fundamentos de Python para Ciencia de Datos
Semana 10: Manipulación de Datos con Pandas
Semana 11: Visualización de Datos con Matplotlib y Seaborn
Semana 12: Introducción a R para Ciencia de Datos
Capítulo 4: Estadística y Probabilidad
Semana 13: Fundamentos de Estadística Descriptiva
Semana 14: Probabilidad y Distribuciones
Semana 15: Pruebas de Hipótesis y Significancia Estadística
Semana 16: Regresión Lineal Básica
Capítulo 5: Ingeniería de Datos
Semana 17: Introducción a la Ingeniería de Datos
Semana 18: ETL: Extracción, Transformación y Carga
Semana 19: Modelos de Almacenamiento de Datos: Data Warehousing
Semana 20: Herramientas y Plataformas para Procesamiento de Datos (Cloudera, Spark)
Capítulo 6: Machine Learning Básico
Semana 21: Introducción a Machine Learning
Semana 22: Algoritmos de Clasificación: KNN, SVM
Semana 23: Algoritmos de Regresión: Regresión Lineal, Regresión Logística
Semana 24: Introducción a la Validación Cruzada y Overfitting
Capítulo 7: Machine Learning Avanzado
Semana 25: Árboles de Decisión y Random Forest
Semana 26: Clustering: K-means, DBSCAN
Semana 27: Reducción de Dimensionalidad: PCA, t-SNE
Semana 28: Modelos Ensamblados: Bagging, Boosting
Capítulo 8: Deep Learning
Semana 29: Introducción a Redes Neuronales
Semana 30: Redes Neuronales Profundas con Keras y TensorFlow
Semana 31: Convolutional Neural Networks (CNNs)
Semana 32: Redes Neuronales Recurrentes (RNNs) y LSTM
Capítulo 9: Procesamiento de Lenguaje Natural (NLP)
Semana 33: Fundamentos de Procesamiento de Lenguaje Natural
Semana 34: Tokenización y Bag of Words
Semana 35: Modelos de Lenguaje: Word2Vec, GloVe
Semana 36: Introducción a Transformers y BERT
Capítulo 10: Inteligencia Artificial
Semana 37: Definición y Fundamentos de IA
Semana 38: Agentes Inteligentes y Toma de Decisiones
Semana 39: IA para Juegos: Algoritmos Minimax, Alpha-Beta Pruning
Semana 40: Ética y Futuro de la IA
Capítulo 11: Visión por Computadora
Semana 41: Introducción a la Visión por Computadora
Semana 42: Procesamiento de Imágenes con OpenCV
Semana 43: Detección de Objetos y Segmentación de Imágenes
Semana 44: Aplicaciones de Visión por Computadora: OCR, Detección de Rostros
Capítulo 12: Inteligencia Artificial Avanzada
Semana 45: Reinforcement Learning: Introducción y Fundamentos
Semana 46: Q-Learning y Deep Q-Learning
Semana 47: Generative Adversarial Networks (GANs)
Semana 48: IA Explicable y Modelos Interpretables
Capítulo 13: Aplicaciones Prácticas de la IA
Semana 49: Aplicaciones en la Industria: IA en Finanzas
Semana 50: IA en la Medicina y Biotecnología
Semana 51: IA en la Logística y la Automatización
Semana 52: Creación de Proyecto: Desde Datos hasta IA