Your cart is empty.
Keep shoppingInteligencia Artificial: Machine Learning con ESP32 y Python
Highest Rated
2,405 students
Inteligencia Artificial: Machine Learning con ESP32 y Python
Aprende Tensorflow para ESP32, Redes Neuronales Artificiales, Casos de uso reales con microcontroladores
Created byRoboticoss | Edison Sásig
Last updated 9/2025
Spanish
Spanish [Auto],
What you'll learn
- Comprender los fundamentos de las redes neuronales artificiales desde cero.
- Recolectar datos de sensores utilizando la ESP32 para alimentar modelos de Machine Learning.
- Analizar, almacenar y preprocesar datos en Python para su uso en redes neuronales.
- Entrenar modelos de clasificación binaria, multiclase y regresión en Python.
- Exportar la arquitectura y los pesos entrenados a código compatible con ESP32.
- Implementar redes neuronales embebidas en microcontroladores para ejecución autónoma.
- Optimizar modelos para funcionar en hardware de recursos limitados.
- Desarrollar proyectos prácticos reales aplicando Machine Learning en ESP32.
Explore related topics
Course content
20 sections • 187 lectures • 20h 7m total length
Requirements
- Conocimientos básicos de programación (preferible en Arduino o C++).
- Conocimientos básicos de Python
- Ganas de aprender y experimentar con Machine Learning en microcontroladores.
Description
Lleva la Inteligencia Artificial a un nuevo nivel implementando Machine Learning directamente en un ESP32, sin depender del computador para ejecutar modelos. En este curso aprenderás paso a paso a diseñar, entrenar y desplegar redes neuronales en microcontroladores usando Python para el entrenamiento y ESP32 para la implementación, aplicadas en proyectos prácticos reales.
Módulo 1 – Preparación del entorno
Instalaremos y configuraremos Python, Arduino IDE y las librerías necesarias, incluyendo TensorFlow, y aprenderás cómo programar la ESP32 desde Arduino IDE.
Módulo 2 – Fundamentos y programación de redes neuronales
Entenderás desde cero qué es una red neuronal: capas, pesos, bias y funciones de activación (Sigmoide, ReLU, Softmax). A la par, programaremos la arquitectura directamente en la ESP32 para su ejecución autónoma.
Módulo 3 – Ejercicios de precisión en gimnasio
Crearemos un sistema que determina si un ejercicio de precisión (flexión/extensión) se realiza correctamente, resolviendo un problema de clasificación binaria.
Módulo 4 – Reconocimiento de gestos para control de robots
Desarrollaremos un sistema capaz de identificar diferentes gestos y controlarlos mediante una red neuronal, resolviendo un problema de clasificación multiclase.
Módulo 5 – Sensor inteligente de distancia 360°
Crearemos un sistema que estima distancias positivas en cualquier dirección usando señal RSSI de Wi-Fi, ideal para identificar zonas seguras o restringidas, aplicando un problema de regresión.
Durante el curso destacarás en:
Recolección de datos para entrenar modelos.
Exportación de arquitectura y pesos a ESP32.
Comprensión de fundamentos de redes neuronales desde cero.
Creación de proyectos prácticos reales de clasificación y regresión.
Inscríbete hoy y lleva tus proyectos al siguiente nivel con inteligencia artificial embebida.
NOTA: Desde la Sección 7 es contenido antiguo pero funcional (Disponible para estudiantes anteriores hasta DICIEMBRE DEL 2025)
Who this course is for:
- Estudiantes y entusiastas que quieran aprender Machine Learning aplicado a microcontroladores
- Desarrolladores que deseen implementar redes neuronales en ESP32
- Personas con conocimientos básicos de programación que quieran dar el salto a la inteligencia artificial
- Makers y creadores de proyectos que busquen aplicar IA en hardware de recursos limitados