Entorno, datos y preparación

Curso práctico para montar el entorno de trabajo de machine learning y dominar el flujo inicial de un proyecto de datos. El alumno configura Jupyter, se familiariza con el stack base —numpy, pandas, matplotlib y scikit-learn—, obtiene datasets reales del UCI Repository y ejecuta el ciclo completo de inspección, visualización, limpieza y preparación hasta dejar un dataset listo para modelar.

Al finalizar el curso, el participante será capaz de:

• Lanzar un servidor Jupyter Notebook y crear notebooks funcionales con una estructura de proyecto clara
• Trabajar con las librerías base del stack: numpy, pandas, matplotlib y nociones de scikit-learn
• Descargar datasets del UCI Machine Learning Repository directamente desde un notebook
• Cargar datos en pandas y realizar una primera exploración: head, tipos, nulos y duplicados
• Visualizar variables con gráficos 2D básicos para detectar patrones y problemas en los datos
• Limpiar datos: tratar nulos, eliminar duplicados y normalizar formatos inconsistentes
• Transformar variables categóricas simples a formato numérico para su uso en modelos

1. Entorno de trabajo — Jupyter Notebook: instalación, lanzamiento y estructura de un notebook de proyecto
2. Stack de librerías — numpy, pandas, matplotlib y visión general de scikit-learn
3. Obtención de datos — descarga de datasets desde el UCI Machine Learning Repository en notebook
4. Exploración inicial — carga en pandas, head, tipos, nulos y duplicados
5. Visualización — gráficos 2D para exploración y detección de problemas
6. Limpieza y preparación — tratamiento de nulos, duplicados, formatos y transformación de variables categóricas a numéricas

• Python instalado con entorno de notebooks (Jupyter Notebook o JupyterLab)
• Librerías: numpy, pandas, matplotlib y scikit-learn

• Python básico-intermedio: funciones, listas y diccionarios
• Familiaridad mínima con CSV y conceptos de fila/columna (recomendable)
• Nociones básicas de estadística descriptiva (recomendable, no obligatorio)