¿Alguna vez te has preguntado cómo la inteligencia artificial toma decisiones basadas en datos? Este curso está diseñado para que descubras, paso a paso y con ejemplos reales, los conceptos esenciales de estadística y probabilidad que son la columna vertebral de los sistemas de IA modernos. Desde la primera clase, te acompañaré como tu profesor favorito—ese que hace que lo complejo se vuelva aplicable a tu día a día—guiándote a través de cinco módulos progresivos, donde cada uno construye sobre el anterior para que alcances un dominio real, no solo teórico. Comenzaremos con una introducción amena a la estadística y su papel fundamental en la inteligencia artificial, aterrizando cada concepto en contextos cotidianos y casos de uso en la industria. Exploraremos los tipos de datos y escalas de medición, aprendiendo a distinguir información relevante y a representarla visualmente de forma efectiva, lo que te permitirá interpretar conjuntos de datos con claridad y precisión. Posteriormente, profundizaremos en las medidas de tendencia central y dispersión, y entenderás cómo estos valores resumen y describen el corazón de cualquier base de datos. En el siguiente módulo, abordaremos la probabilidad, las reglas que la gobiernan y sus aplicaciones directas en IA, deteniéndonos especialmente en el teorema de Bayes y la estadística bayesiana, herramientas clave en la toma de decisiones algorítmicas y el aprendizaje supervisado. La segunda mitad del curso se centra en el análisis de relaciones y modelos predictivos: trabajarás con correlación, causalidad, regresión lineal y logística, descubriendo sus usos y limitaciones en proyectos reales. Abordaremos los grandes retos del modelado estadístico en IA, como el sobreajuste y el subajuste, y perfeccionarás tu capacidad para seleccionar y validar modelos mediante métodos prácticos como la validación cruzada. Todo el recorrido está impregnado de ejercicios prácticos, recursos accesibles y métricas sencillas para que puedas medir tu progreso y aplicar lo aprendido de inmediato, incluso si solo cuentas con papel, lápiz y una hoja de cálculo. Al finalizar, no solo comprenderás la teoría, sino que serás capaz de diseñar, evaluar y mejorar modelos de IA con criterio estadístico, evitando los errores más comunes y optimizando resultados. Si buscas un curso que combine profundidad, rigor académico y aplicabilidad real, este es tu punto de partida ideal para convertirte en un profesional capaz de transformar datos en conocimiento útil para la inteligencia artificial.