Guía de entorno

Cómo dejar tu máquina lista para ejecutar todo el material del curso. Elige una de las dos opciones; no necesitas ambas.

Esta es la versión corta, para quien ya maneja conda y Git. El tutorial paso a paso (instalar Git y Miniconda en cada sistema operativo, VS Code, Colab como plan B, FAQ y tabla extensa de problemas) está en ../modulo-0-instalacion/README.md.

Opción A — conda (recomendada)

Requiere Miniconda o Anaconda.

conda env create -f environment.yml
conda activate ml-curso
python -m ipykernel install --user --name ml-curso --display-name "Python (ml-curso)"
jupyter lab

La creación del entorno tarda varios minutos la primera vez. Si el solver de conda se demora demasiado, instala mamba y usa mamba env create -f environment.yml.

Para actualizar el entorno cuando cambie environment.yml:

conda env update -f environment.yml --prune

Opción B — venv + pip

Requiere Python 3.11 instalado en el sistema.

python -m venv .venv

Activar el entorno:

.venv\Scripts\activate

En Linux o macOS:

source .venv/bin/activate

Instalar y registrar el kernel:

pip install -r requirements.txt
python -m ipykernel install --user --name ml-curso --display-name "Python (ml-curso)"
jupyter lab

Verificar la instalación

Con el entorno activo y desde la raíz del repositorio:

python modulo-0-instalacion/verificar-entorno.py

Revisa Python, cada paquete de environment.yml, el kernel de Jupyter y Git, e indica cómo corregir lo que falte. La comprobación rápida equivalente en una línea:

python -c "import numpy, pandas, sklearn, matplotlib, statsmodels, xgboost, lightgbm, shap, optuna, torch; print('Entorno OK')"

Debe imprimir Entorno OK sin errores. Si falla en torch, revisa la sección de PyTorch.

Notas por herramienta

PyTorch (módulo 5)

El curso solo necesita CPU: los ejemplos son pequeños y están pensados para correr en un portátil. environment.yml instala pytorch-cpu desde conda-forge (no la rueda de pip), porque la rueda de pip se instala pero falla al importar en Windows dentro de un entorno conda (OSError: ... shm.dll). Si ves ese error, con el entorno activo:

pip uninstall -y torch

conda install -c conda-forge pytorch-cpu

En la opción B (venv + pip) la rueda de pip funciona con normalidad.

Si tienes GPU NVIDIA y quieres usarla, instala la variante CUDA siguiendo el selector oficial en https://pytorch.org/get-started/locally/. No es necesario para ninguna actividad evaluable.

MLflow (módulo 6)

MLflow guarda los experimentos en la carpeta mlruns/, que está excluida en .gitignore. Para abrir la interfaz:

mlflow ui

Queda disponible en http://localhost:5000.

DVC (módulo 1, sesión 2)

DVC se usa para versionar datos junto al código. Se inicializa dentro de un repositorio git ya existente:

dvc init

La sesión 2 explica el flujo completo. No inicialices DVC en este repositorio del curso: se practica en el repositorio del proyecto integrador de cada estudiante.

Docker (módulo 6)

Solo se necesita en la sesión 14, para empaquetar la API. Instala Docker Desktop. Si no puedes instalarlo, la sesión incluye una alternativa que ejecuta la API directamente con uvicorn.

Datasets

Los datasets pequeños ya están en la carpeta datos/ de cada módulo. Los grandes se descargan con el script correspondiente, por ejemplo:

python modulo-4-clasificacion-ensambles/datos/descargar-adult-census.py

Los scripts son idempotentes: si el archivo ya existe, no lo vuelven a bajar. Los datos descargados están excluidos de git, así que cada quien los genera en su máquina.

Problemas frecuentes