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
Bandidos multiarmados
Un bandido con múltiples brazos es un problema de decisión en el que eliges repetidamente entre opciones con beneficios desconocidos y aprendes sobre la marcha, equilibrando la exploración de nuevas...
TécnicoBentoML y embalaje de modelos
BentoML es un marco Python de código abierto que empaqueta modelos de aprendizaje automático entrenados en unidades estandarizadas e implementables llamadas 'Bentos'.
TécnicoKServe y Model Serving en Kubernetes
KServe es una plataforma estandarizada nativa de Kubernetes para ofrecer modelos de aprendizaje automático a escala.
TécnicoGráficos de inferencia y núcleo de Seldon
Seldon Core es una plataforma de código abierto para implementar modelos de aprendizaje automático en Kubernetes, con una característica destacada: gráficos de inferencia.
TécnicoDegradados que desaparecen y explotan
Al entrenar redes profundas, las señales de error se reducen hacia cero o explotan hacia el infinito a medida que viajan hacia atrás a través de muchas capas.
TécnicoRecorte de degradado
Una protección simple y ampliamente utilizada que limita el tamaño de las actualizaciones de gradiente durante el entrenamiento.
TécnicoInicialización de peso
La forma en que se establecen los pesos iniciales de una red neuronal antes de que comience el entrenamiento, determina en gran medida si las señales y los gradientes se mantienen saludables a través de capas profundas.
TécnicoAprendizaje por imitación
El aprendizaje por imitación enseña a una IA a realizar una tarea copiando demostraciones de expertos en lugar de aprender mediante recompensas de prueba y error.
TécnicoAprendizaje por refuerzo inverso
El aprendizaje por refuerzo inverso (IRL) invierte el RL estándar: en lugar de recibir una recompensa y encontrar una política, observa el comportamiento de los expertos e infiere...
TécnicoAprendizaje por refuerzo sin conexión
El aprendizaje por refuerzo fuera de línea capacita a los agentes únicamente a partir de un conjunto de datos fijo previamente recopilado, sin interacción en vivo con el entorno.
TécnicoSmoothQuant y cuantización de activación
SmoothQuant es una técnica que permite comprimir modelos de lenguaje grandes hasta números enteros de 8 bits tanto para pesos como para activaciones sin...
TécnicoPoda estructurada y caída de capas
La poda estructurada elimina componentes completos de una red neuronal, como cabezas de atención, neuronas o capas enteras, por lo que el modelo más delgado se ejecuta más rápido...
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.