Inteligencia Artificial con Machine Learning (Python)
por Javier Finance
Introducción práctica al machine learning con Python: regresión lineal, reconocimiento de objetos y rostros, Pandas y web scraping, en clases cortas.
Recomendado, valoración editorial 3 de 5
verificado 2026-10-01 — sigue siendo gratis en Udemy
Empezar en UdemyRespuesta rápida
Curso gratis de Datos e IA en Udemy impartido por Javier Finance (1 h 37 min). Nuestra valoración: 3/5, recomendado. Comprobamos que sigue siendo gratis el 1 de octubre de 2026.
- Veredicto
- 3/5 · Recomendado
- Para quién
- Personas con nociones básicas de Python que quieren una primera toma de contacto práctica con machine learning y visión por computador.
- Duración
- 1 h 37 min · 32 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 3 de 5Curso breve y práctico que ofrece una visión general de machine learning aplicado con Python: predicciones, reconocimiento de objetos y rostros, Pandas y scraping. Sirve como primer contacto, no como formación profunda. La información publicada sobre su estructura es limitada.
Puntos fuertes
- Cubre varias áreas aplicadas en poco tiempo: predicción, visión por computador, Pandas y web scraping.
- Enfoque práctico con casos concretos, como el sector financiero y el inmobiliario.
- Clases cortas: 32 lecciones en unos 97 minutos.
A tener en cuenta
- Solo figura un capítulo («Introducción»), así que no hay estructura detallada que consultar.
- Con 97 minutos para tantos temas, la profundidad será limitada.
- No consta el año de publicación, por lo que no se puede valorar su vigencia en una materia que cambia rápido.
- La descripción incluye promesas laborales que los datos no permiten comprobar.
De qué trata
Curso de Udemy de unos 97 minutos y 32 lecciones que introduce la inteligencia artificial y el machine learning con Python mediante ejemplos prácticos.
Según la descripción, incluye predicciones con variables múltiples en el sector financiero e inmobiliario, reconocimiento de objetos con TensorFlow en Google Colab, identificación de rostros con OpenCV, uso de Pandas con archivos CSV y obtención de datos con web scraping. Las teorías de algoritmos y redes neuronales se presentan de forma breve, en clases rápidas centradas en casos prácticos.
- Predicciones con regresión lineal y variables múltiples
- Reconocimiento de objetos con TensorFlow y Google Colab
- Reconocimiento facial con OpenCV
- Pandas para trabajar con datos en CSV
- Web scraping con BeautifulSoup y Selenium
Para quién es este curso
- Personas con nociones básicas de Python que quieren una primera toma de contacto práctica con machine learning y visión por computador.
- Quien aprende mejor con ejemplos aplicados (predicciones financieras e inmobiliarias, reconocimiento de objetos y rostros) que con teoría extensa.
- Estudiantes que quieren ver cómo se obtienen datos con web scraping y se preparan con Pandas antes de aplicar modelos.
Mejor busca otro si…
- Quien busque una base teórica profunda de machine learning: la descripción habla de teorías breves de algoritmos.
- Quien ya domine Pandas, regresión lineal y TensorFlow y quiera contenido avanzado.
Antes de empezar
La información publicada del curso no detalla requisitos previos.
Qué sabrás hacer al terminar
- Realizar predicciones con regresión lineal usando variables múltiples.
- Usar la librería Pandas para trabajar con datos en CSV.
- Aplicar TensorFlow y Google Colab para reconocer objetos en imágenes.
- Aplicar OpenCV para identificar rostros a partir de una base de imágenes.
- Extraer datos con BeautifulSoup y Selenium y guardarlos en CSV.
Estructura del curso
Capítulos del vídeo
- 01Introducción
Plan de estudio sugerido
1 semana · unas 3 h por semana
- 1.Sesión 1: lecciones iniciales e introducción; instala Python y prepara Google Colab.
- 2.Sesión 2: Pandas y regresión lineal; repite los ejemplos con tus propios CSV.
- 3.Sesión 3: reconocimiento de objetos y facial; prueba con tus propias imágenes.
- 4.Sesión 4: web scraping con BeautifulSoup y Selenium; guarda un CSV y úsalo en una predicción.
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
- Practica cada ejemplo en Google Colab y modifica los datos para comprobar que entiendes el código.
- Como las teorías son breves, consulta aparte la documentación de cada algoritmo si algo no queda claro.
- Enlaza los bloques: genera un CSV con scraping y úsalo con Pandas para una predicción.
Antes y después de este curso
- AlternativaMachine Learning Course for BeginnersCubre machine learning desde nivel principiante, con más base conceptual.
- Antes de este cursoLearn Data Analysis with Python - Full CourseRefuerza el análisis de datos con Python antes de pasar a modelos.
- Después de este cursoCURSO de MACHINE LEARNING desde CERO | (COMPLETO)Permite profundizar en machine learning de forma más completa.
Cómo lo presenta Javier Finance
Con ejemplos prácticos y fáciles de aprender [ONLINE]
En este curso de Inteligencia Artificial, conseguirás los conocimientos necesarios para poder aplicarlos al mundo laboral y empresarial. Algunos de los temás que se imparten son: - Predicciones con inteligencia artificial: diferentes prácticas basadas en realizar predicciones con variables múltiples, con ejemplos prácticos con el sector…
Extracto de la descripción original en Udemy.
Preguntas frecuentes
+¿Cuánto dura el curso?
Unos 97 minutos repartidos en 32 lecciones, según los datos publicados.
+¿Qué temas incluye?
Según la descripción: predicciones con regresión lineal, reconocimiento de objetos con TensorFlow, reconocimiento facial con OpenCV, Pandas y web scraping con BeautifulSoup y Selenium.
+¿Es adecuado para principiantes absolutos?
La descripción no indica nivel ni requisitos. Como se trabaja con código Python, conviene tener algo de base en el lenguaje.
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 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.
(05/01/2026) - Mestrado: Machine Learning - Paulo Orenstein - Aula 01
Primera clase del curso de Machine Learning del IMPA, que sigue An Introduction to Statistical Learning en Python con un enfoque más matemático y más profundidad en deep learning.