Curso de Inteligencia Artificial con Python [GRATIS ONLINE]
por Javier Finance
Introducción práctica a la IA con Python: reconocimiento facial con Dlib, predicciones con Scikit-Learn y procesamiento del lenguaje natural con NLTK, en vídeos breves.
Recomendado, valoración editorial 4 de 5
verificado 2026-10-01 — sigue siendo gratis en Udemy
Empezar en UdemyRespuesta rápida
Curso gratis de Datos e IA de nivel principiante en Udemy impartido por Javier Finance (1 h 44 min). Nuestra valoración: 4/5, recomendado. Comprobamos que sigue siendo gratis el 1 de octubre de 2026.
- Veredicto
- 4/5 · Recomendado
- Para quién
- Personas que quieren una primera toma de contacto práctica con la IA y el machine learning en Python.
- Nivel
- Principiante
- Duración
- 1 h 44 min · 14 lecciones
- Precio
- Gratis en Udemy
- Autor
- Javier Finance
- Plan sugerido
- 1 sem. · 3 h/sem.
- Verificado
- el 1 de octubre de 2026
Nuestro veredicto
Recomendado, valoración editorial 4 de 5Es una introducción práctica y ligera a la IA con Python, útil para ver rápidamente tres aplicaciones reales. Encaja con principiantes que quieren probar antes de profundizar, pero no sustituye a un curso con base teórica.
Puntos fuertes
- Enfoque práctico con tres casos de uso distintos en menos de dos horas.
- Vídeos breves y explicaciones resumidas, pensadas para cualquier nivel.
- Usa librerías conocidas (Dlib, Scikit-Learn, NLTK) que sirven para seguir aprendiendo.
A tener en cuenta
- Solo se indica un capítulo, así que no se puede saber el detalle de cada lección.
- El propio autor evita la teoría, por lo que la base conceptual es limitada.
- No consta el año de publicación; conviene comprobar que las librerías y versiones sigan funcionando.
De qué trata
Curso de Udemy de 14 lecciones y unos 104 minutos, impartido por Javier Finance, que enseña a crear programas sencillos de inteligencia artificial con Python mediante vídeos breves y casos prácticos.
Cubre tres bloques: reconocimiento facial con la librería Dlib, una introducción a las predicciones con un pequeño caso práctico en Scikit-Learn, y procesamiento del lenguaje natural con NLTK, con dos prácticas: resumir textos y crear chatbots. El autor indica que evita profundizar en la teoría y que lo ha pensado para cualquier nivel, sin necesidad de ser matemático.
- Reconocimiento facial con Dlib
- Predicciones con Scikit-Learn
- Resumen de textos con NLTK
- Creación de chatbots con NLTK
- Conceptos básicos de machine learning con Python
Para quién es este curso
- Personas que quieren una primera toma de contacto práctica con la IA y el machine learning en Python.
- Quien aprende mejor haciendo pequeños proyectos que con teoría extensa.
- Curiosos sin formación matemática que buscan ejemplos rápidos de reconocimiento facial, predicción y chatbots.
Mejor busca otro si…
- Quien busque una base teórica profunda de machine learning o de las matemáticas detrás de los modelos.
- Quien ya domine Scikit-Learn o NLTK y necesite proyectos avanzados.
Antes de empezar
- Los datos no indican requisitos explícitos; se plantea para cualquier nivel, aunque al usar Python conviene tener nociones básicas del lenguaje.
Qué sabrás hacer al terminar
- Entender los conocimientos básicos para introducirse en la inteligencia artificial y el machine learning.
- Realizar un ejemplo de reconocimiento facial con la librería Dlib.
- Plantear un pequeño caso práctico de predicción con Scikit-Learn.
- Resumir textos y crear un chatbot sencillo con NLTK.
Estructura del curso
- 01
Introducción
Único capítulo indicado en los datos. Presenta el curso y su enfoque práctico, basado en vídeos breves y con poca teoría.
- 02
Reconocimiento facial con Dlib
Caso práctico de reconocimiento facial con la librería Dlib, según describe el autor. Los datos no detallan el orden exacto de las lecciones.
- 03
Predicciones con Scikit-Learn
Breve introducción a los sistemas de predicción con un pequeño caso práctico.
- 04
Procesamiento del lenguaje natural con NLTK
Dos prácticas sencillas: resumir textos y crear chatbots.
Capítulos del vídeo
- 01Introducción
Plan de estudio sugerido
1 semana · unas 3 h por semana
- 1.Sesión 1: Introducción y reconocimiento facial con Dlib; reproduce el ejemplo con tus propias fotos.
- 2.Sesión 2: bloque de predicciones con Scikit-Learn; prueba a cambiar los datos de entrada.
- 3.Sesión 3: bloque de NLTK; resume un texto propio y amplía las respuestas del chatbot.
El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.
Consejos para seguirlo
- Prepara un entorno de Python y las librerías Dlib, Scikit-Learn y NLTK antes de empezar; Dlib suele ser la más delicada de instalar.
- Pausa en cada lección y repite el código por tu cuenta en lugar de solo mirarlo.
- Como la teoría es mínima, complementa con material sobre machine learning si quieres entender por qué funcionan los modelos.
- Modifica los casos: usa otros datos en las predicciones o más textos en el resumidor.
Antes y después de este curso
- Después de este cursoMachine Learning Course for BeginnersPara reforzar la base teórica y práctica de machine learning tras esta introducción.
- AlternativaIntroduccion a Inteligencia ArtificialOtra introducción a la inteligencia artificial para principiantes.
Cómo lo presenta Javier Finance
En este curso gratis de inteligencia artificial te voy a enseñar con vídeos breves y rápidos, como realizar tus propios programas de inteligencia artificial y también los conocimientos básicos para introducirse en esta materia. Algunas de las cosas que vas a aprender conmigo son las siguientes: - Reconomiento facial: esto es de gran uso en muchas industrias, como la de la seguridad, la de…
Extracto de la descripción original en Udemy.
Preguntas frecuentes
+¿Necesito saber matemáticas?
No. El autor indica que lo ha hecho para gente de cualquier nivel, sin necesidad de ser matemático o doctor, y que reduce la teoría.
+¿Cuánto dura?
Unos 104 minutos repartidos en 14 lecciones breves; con práctica, unas 3 horas en total pueden bastar.
+¿Qué librerías se usan?
Dlib para reconocimiento facial, Scikit-Learn para predicciones y NLTK para resumir textos y crear chatbots.
+¿Qué hago después?
Puedes seguir con un curso de machine learning más completo para consolidar la teoría y los modelos.
Análisis editorial elaborado con ayuda de IA a partir de la descripción, los capítulos y la duración publicados en Udemy, y revisado según nuestro método. El contenido del curso es obra de Javier Finance; si ves algún error, avísanos.
Guías para sacarle partido
Más cursos de Datos e IA
CURSO COMPLETO de SQL y BASES DE DATOS Desde Cero (8 horas)
Curso desde cero de SQL y bases de datos con MySQL: instalación, modelado, consultas, agregaciones, JOINs, subconsultas, normalización y ejercicios integradores.
Curso COMPLETO de SQL y BASES DE DATOS Desde Cero para PRINCIPIANTES
Recorre SQL y bases de datos relacionales desde cero: consultas, escritura de datos, tablas, relaciones y joins, hasta índices, triggers y transacciones.
CURSO de MACHINE LEARNING desde CERO | (COMPLETO)
Recorre los principales algoritmos de regresión y clasificación con scikit-learn, con un caso práctico de precios de viviendas en California.
Curso de SQL desde CERO (Completo)
Recorre SQL desde cero: modelo ER, instalación, consultas, filtros, agregaciones, subconsultas y joins, hasta índices, transacciones y procedimientos almacenados, con un ejercicio final SQL + Python.