📂 Recursos de Aprendizaje¶
🎓 Recursos organizados por unidad temática y prioridad de estudio
🎯 Recursos por Unidad Temática¶
UT1: EDA & Fuentes¶
- Kaggle Data Cleaning - Limpieza de datos
- Zheng, A., & Casari, A. (2018). Feature Engineering for Machine Learning O'Reilly Media
- Cap. 1 (ML Pipeline) - Fundamentos del pipeline de ML
UT2: Calidad & Ética¶
- Kaggle Intermediate ML – Data Leakage - Prevención de data leakage
- Kaggle Intro to AI Ethics - Identificando Bias en AI; AI Fairness
- Zheng, A., & Casari, A. (2018). Feature Engineering for Machine Learning O'Reilly Media
- Cap. 2 (Fancy Tricks with Simple Numbers) - Técnicas avanzadas
- Cap. 4 (Effects of Feature Scaling) - Impacto del escalado
UT3: Feature Engineering¶
- Kaggle Feature Engineering - Curso completo
- Zheng, A., & Casari, A. (2018). Feature Engineering for Machine Learning O'Reilly Media
- Cap. 5 (Categorical Variables) - Variables categóricas
- Cap. 6 (Dimensionality Reduction) - Reducción dimensional
📖 Lecturas Totales¶
Documentación Técnica¶
- Scikit-learn Preprocessing & Encoders - Encoders categóricos
- Scikit-learn Decomposition - PCA y reducción dimensional
- Scikit-learn Compose - ColumnTransformer & Pipeline
- Pandas Missing Data Documentation - Manejo de datos faltantes
Ética y Fairness en ML¶
- Google ML Fairness - Curso de fairness
- Fairlearn Documentation - Framework para algoritmos justos
🔧 Herramientas y Entornos¶
Lenguajes y Librerías¶
- Python & Pandas → Documentación oficial
- NumPy → Documentación oficial
- SQL → W3Schools SQL Reference
- Power BI → Documentación oficial
- Docker → Documentación oficial
Herramientas del Curso¶
- Documentación de MkDocs Material → https://squidfunk.github.io/mkdocs-material/
- Syllabus del curso - 2025 → Syllabus - Ing. de Datos
- Estándares de portafolio del curso → Estándares del Portafolio del Curso
📊 Datos y Repositorios¶
- Repositorio del portfolio en GitHub → https://github.com/ValeRodMa/portafolio_ia_ucu
- Bases de datos abiertas → Kaggle Datasets
📚 Bibliografía General¶
- Brust, A. V. (2023). Ciencia de Datos para Gente Sociable
Capítulos 1–4 - Google Good Data Analysis Introducción y Mindset; Technical