01
Fundamentos de la IA
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Biblioteca de IA gratuita
Técnico guíasGratis para siempre.
177 Guías en inglés sencillo, rutas de aprendizaje estructuradas y una biblioteca abierta, creada por una organización sin fines de lucro independiente 501(c)(3) para que cualquiera pueda comprender la IA moderna.
177Guías gratuitas
1Pistas temáticas
~2 minPor guía
~6hReading time
Empieza aquí
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Usuario responsable de IA
Utilice la IA de manera productiva mientras protege la privacidad, verifica los resultados y preserva la responsabilidad humana.
03
IA en el trabajo
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
Política y sociedad de IA
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Construyendo con sistemas de IA
Understand language models, retrieval, agents, evaluation, cost, and deployment safeguards through practical system design.
Pistas temáticas
Navegar por pista
Salta al área que te interesa. Cada pista tiene varias guías en inglés sencillo.
FundamentosConceptos básicos: cómo funciona la IA a alto nivel.84 guías Idioma IALLM, PNL, ChatGPT, indicaciones y comprensión de textos.155 guías IA visualGeneración de imágenes, visión por computadora, video y diseño.133 guías IA de audioVoz, música, podcasting e IA centrada en el audio.117 guías EmpresasPerfiles de OpenAI, Anthropic, Google, Meta y más.121 guías AplicacionesCómo aparece la IA en la codificación, la búsqueda, los agentes y la vida diaria.111 guías IndustriasIA en atención médica, finanzas, educación, energía y más.91 guías TécnicoChips, ajuste, RAG, vectores e infraestructura de IA.177 guías sociedadSesgo, privacidad, derechos de autor, seguridad y el futuro de la IA.30 guías
biblioteca completa
Todas las guías
177 de 1019 guías mostradas. Filtrar por pista o buscar arriba.
Técnico
Formador de herramientas y uso de herramientas autodidacta
Toolformer es un método de IA Meta de 2023 que permite que un modelo de lenguaje aprenda por sí solo cuándo y cómo llamar a herramientas externas como calculadoras, motores de búsqueda...
TécnicoBiblioteca de habilidades y agente de Minecraft Voyager
Descubra cómo funciona Voyager: un agente de IA de Minecraft que escribe código, almacena habilidades reutilizables y mejora mediante el aprendizaje permanente sin actualizaciones de gradiente.
TécnicoAgentes generativos y sociedades simuladas
Los agentes generativos son personajes de IA impulsados por modelos de lenguaje que recuerdan, planifican y reaccionan como personas creíbles.
TécnicoMemoria de agentes episódica y semántica
Los agentes de IA necesitan dos tipos de memoria a largo plazo: memoria episódica para eventos pasados específicos y memoria semántica para hechos generales.
TécnicoModelos ocultos de Markov
Un modelo oculto de Markov describe un sistema que se mueve a través de estados ocultos que no se pueden ver directamente, emitiendo resultados observables a lo largo del camino.
TécnicoProcesos gaussianos
Un proceso gaussiano es una forma flexible y no paramétrica de modelar funciones que viene con estimaciones de incertidumbre incorporadas.
TécnicoQ-aprendizaje
Q-Learning es un algoritmo de aprendizaje por refuerzo que le enseña a un agente qué acciones dan mejores resultados al aprender gradualmente el valor de cada movimiento a través de pruebas...
TécnicoMétodos actor-crítico
Los métodos Actor-Crítico combinan dos aprendices: un "actor" que elige acciones y un "crítico" que juzga qué tan buenas fueron esas acciones.
TécnicoBúsqueda de árboles de Montecarlo
Monte Carlo Tree Search (MCTS) es un algoritmo de planificación que decide el mejor movimiento construyendo selectivamente un árbol de búsqueda y simulando muchos futuros posibles.
TécnicoAdam y los optimizadores adaptativos
Adam es el optimizador de caballo de batalla detrás de la mayoría de las redes neuronales modernas, y ajusta automáticamente una tasa de aprendizaje separada para cada parámetro.
TécnicoProgramación de la tasa de aprendizaje
Un programa de tasa de aprendizaje cambia el tamaño del paso durante el entrenamiento en lugar de mantenerlo fijo.
TécnicoNormalización de capas
La normalización de capas estabiliza el entrenamiento al reescalar las activaciones dentro de cada ejemplo individual para que tengan media cero y varianza unitaria.
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.