Parte del Journey de Machine LearningNuevoRecorridoAprendizaje no supervisado en Python
Encuentra los grupos, la forma y los casos raros en datos sin etiquetas. Agrupa, reduce y analiza datasets reales con scikit-learn, y mira cada resultado en un gráfico.
1,000+ codders inscritos
51 lecciones51 retos210 preguntas de quiz
- Apto para principiantes
Ayuda de codificación con IA
Lecciones interactivas prácticas
Cuestionarios para poner a prueba tu conocimiento
Certificado gratuito de finalización
Programa
Esta sección forma parte del Journey de Machine Learning. El programa completo tiene más secciones - haz clic en cualquier vista previa de abajo para verla en la página del Journey.
- Sección 1Datos y gráficos60 lecciones
- Sección 2Estadística para ML64 lecciones
- Sección 3Aprendizaje supervisado58 lecciones
Sección 4
Aprendizaje no supervisado
Empezar secciónEmpezarExpandirContraerEncuentra patrones en los datos sin etiquetas: k-means, clustering jerárquico y basado en densidad, PCA para visualizar y comprimir muchas características, y detección de anomalías. Para terminar, un proyecto de exploración de dígitos.Encontrar grupos
5 lecciones520Elegir k
5 lecciones520Interpretación de los clústeres
5 lecciones520Agrupamiento jerárquico
4 lecciones415Agrupamiento por densidad
4 lecciones415Menos dimensiones
5 lecciones520PCA en la práctica
5 lecciones520Detección de anomalías
5 lecciones520Clústeres en acción
4 lecciones415Proyecto: Explorador de dígitos
5 lecciones525Desafíos finales
4 lecciones420
Aprende Haciendo
Escribe código real, consulta bases de datos, crea sitios web y domina los prompts de IA. Nuestras lecciones interactivas cubren todas las habilidades que los desarrolladores modernos necesitan.
Construye tu Racha
¡Mantén la constancia y observa cómo crece tu progreso! Sigue tu hábito diario de programación, protege tu racha con días de congelación y gana recompensas por aparecer cada día.
12 días de racha
¡Vuelve mañana para mantener tu racha!
January 2026
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
21
22
23
24
25
26
27
28
29
30
Doble o Nada
Día 5 de 7
Congelar Racha
2 left
Donde Quieras
¡Lleva tu viaje de programación contigo! Sin configuración, sin descargas, solo abre y empieza a programar. Disponible en iOS, Android y Web con calificaciones de 4.9 estrellas.
No Estás Solo
Compite en tablas de clasificación globales, invita amigos para ganar recompensas y celebra los logros de los demás. ¡Programar es mejor con amigos!
1
2
3
Zona de promociónAprende de todas las formas
Lee, escucha, ponte a prueba, pregunta a la IA o consulta cualquier cosa que ya hayas estudiado. Cada lección se adapta a ti.
Una variable es un contenedor con nombre que guarda un valor al que puedes hacer referencia más tarde.
En Python, creas una escribiendo el nombre, un signo igual y el valor que quieres guardar.
El valor puede cambiar con el tiempo: reasignar el nombre simplemente lo apunta a un nuevo valor.
Certifícate
Gana certificados por cada curso que completes. Agrégalos a tu perfil de LinkedIn y currículum para mostrar tu experiencia en programación a los empleadores.
Certificado de FinalizaciónFundamentos de Python
Agregar a LinkedInPor qué aprender aprendizaje no supervisado con Coddy
- Clustering que se ve. Mira cómo k-means mueve sus centros, lee las alturas de fusión de un dendrograma y comprueba cómo DBSCAN encuentra grupos con forma de luna que k-means parte por la mitad. Cada lección tiene un gráfico, y el tuyo aparece en la pestaña Gráficos al ejecutar.
- Los métodos clave: k-means, cómo elegir k con el método del codo y el coeficiente de silueta, clustering jerárquico, DBSCAN, PCA y varianza explicada, isolation forests y local outlier factor, todo con scikit-learn.
- Resultados que puedes explicar. Describes cada cluster en unidades reales, comparas clusters con etiquetas conocidas y pones nombre a los segmentos con los que actuaría una empresa, en lugar de quedarte en una lista de números de cluster.
- 64 dimensiones a la vista: dígitos escritos a mano proyectados en un mapa plano, componentes de PCA dibujados como imágenes e imágenes reconstruidas a partir de unos pocos números.
Preguntas frecuentes sobre aprendizaje no supervisado
¿Qué es el aprendizaje no supervisado?
¿Qué ejemplos hay de aprendizaje no supervisado?
¿Qué algoritmos cubre el curso?
¿Cómo elijo el número de clusters?
¿Debo aprender antes aprendizaje supervisado?
¿Cuánto dura la sección de aprendizaje no supervisado?
¿Puedo estudiar aprendizaje no supervisado gratis?
