Calendario del curso — otoño 2026

ESS 469/569, Universidad de Washington. La clase se reúne lunes, miércoles y viernes, de 10:00 a 11:20 en SIG 227 (Sieg Hall). Traiga la laptop cargada — el aula tiene pupitres de paleta y pocos enchufes; las sesiones de laboratorio ocupan los 80 minutos completos. Las clases van del 30 de septiembre al 11 de diciembre de 2026; no hay clase el miércoles 11 de noviembre (Día de los Veteranos) ni el viernes 27 de noviembre (Día de la Herencia Nativa Americana), y el Día de Acción de Gracias cae el jueves 26 de noviembre. La semana de exámenes finales va del 12 al 18 de diciembre.

Esta página es la capa de impartición del curso sobre el libro: qué sesiones cubren qué secciones, y cuándo se entrega el trabajo calificado. El libro lleva toda la profundidad; la clase presencial selecciona de él (vea las notas de diferenciación 469/569 en cada tarea).

Dos decisiones de diseño le dan forma al trimestre. Primero, el hilo de los agentes atraviesa todo el curso en lugar de esperar al final: qué son los agentes y cómo los usamos (semana 2), volcar sus habilidades de datos sobre las afirmaciones de una IA (semana 4) y construir conjuntos de evaluación para agentes (semana 7) — de modo que el material distintivo del curso se enseña temprano y se aplica seguido, y el proyecto integrador gana un mes de pista. Segundo, diciembre no contiene material nuevo del núcleo: solo aplicación, clínicas, una sesión de amortiguamiento deliberada y las presentaciones, así que no se pierde nada importante si una semana se atrasa.

El ritmo del pulso de artículos. De la semana 3 a la semana 10, la mayoría de las sesiones abren con dos charlas estudiantiles de 4 minutos — un artículo de la revisión de literatura del arco de lecturas de quien expone, diseccionado contra la rúbrica en construcción de la clase. Cada estudiante expone una vez (las inscripciones abren el lun 5 oct en Canvas) y todos en el aula califican todas las charlas mediante la encuesta permanente de retroalimentación entre pares: cinco calificaciones de rúbrica más una fortaleza y una mejora, anonimizadas frente a quien expone; completarla cuenta como participación. Las charlas de pulso se omiten en los dos días de laboratorio de 4.5 y en el avance de proyecto n.º 1; el mismo instrumento de encuesta regresa para las presentaciones finales.

Calendario del trabajo calificado, de un vistazo¶

El capítulo 7 no tiene cuestionario: sus resultados de aprendizaje (traducción para cada público, impacto aguas abajo) se evalúan directamente con los entregables del proyecto final. Los cuestionarios son cronometrados, se califican automáticamente en Canvas, están abiertos durante la ventana indicada y se extraen de bancos de escenarios — evalúan el juicio sobre situaciones, no la memoria.

Semana a semana¶

Semana 1 — Ciencia abierta y reproducible (2 sesiones)

• Mié 30 sep — Introducción al curso; por qué el ML en las geociencias; ciencia abierta y reproducible (1.1). Se asigna la Tarea 1; la ayuda para la instalación continúa en la clínica de instalación de la semana 1 (horas de oficina), no en la clase. · diapositivas
• Vie 2 oct — Laboratorio del banco de trabajo: control de versiones y entornos (1.2–1.5, con 1.9 como guía autoservicio); el ensayo de pull request. · diapositivas

Semana 2 — Agentes, luego datos (cuestionario del cap. 1, mar–jue)

• Lun 5 oct — Trabajar con agentes: política y mecanismo (1.8 + 6.1): qué es un agente, por dónde entran los errores en el ciclo, el sistema de insignias, la declaración de uso. Se asigna la etapa 1 del arco de lecturas (tema: oportunidades y desafíos de la IA en su subdisciplina, con las dos lecturas ancla); abren las inscripciones al pulso de artículos. · diapositivas
• Mié 7 oct — Conozca los datos: definiciones y formatos (2.1–2.2), la galería de datos y un primer conjunto de datos real (1.6–1.7). · diapositivas
• Vie 9 oct — Tablas: pandas y preparación de dataframes (2.3–2.4). · diapositivas

Semana 3 — Señales (Tarea 1 se entrega el lunes)

• Lun 12 oct — Arreglos y datos en malla (2.5); remuestreo y datos irregulares (2.6). · diapositivas
• Mié 14 oct — Consideraciones estadísticas (2.7); transformadas espectrales (2.8). · diapositivas
• Vie 16 oct — Filtrado, huecos y errores de tiempo: reparar registros reales (2.9). · diapositivas

Semana 4 — Datos listos para IA, luego interrogue a la IA (etapa 1 del arco se entrega el miércoles)

• Lun 19 oct — Datos sintéticos y el piso de detección STA/LTA (2.10); ingeniería de características (2.11). · diapositivas
• Mié 21 oct — Reducción de dimensionalidad (2.12); la lista de verificación de datos listos para IA y los cruces ráster-estación (2.13). · diapositivas
• Vie 23 oct — Laboratorio de evaluación crítica (6.2) — el cierre del capítulo 2: vuelque sus nuevas habilidades de datos sobre las afirmaciones de una IA y verifique contra los datos, no contra la plausibilidad. · diapositivas

Semana 5 — Empieza el ML clásico (cuestionario del cap. 2, lun–mié; propuestas el viernes)

• Lun 26 oct — Conceptos de supervisión; clasificación frente a regresión (3.1–3.2). · diapositivas
• Mié 28 oct — Agrupamiento (3.3). · diapositivas
• Vie 30 oct — Clasificación binaria y desbalance (3.4). Se entregan las propuestas de proyecto. · diapositivas

Semana 6 — Clasificación, con honestidad (etapa 2 del arco se entrega el miércoles)

• Lun 2 nov — Clasificación multiclase (3.5); cómo funcionan la tabla de clasificación (leaderboard) y los conjuntos de prueba ocultos. Abre la tabla de clasificación de clasificación. · diapositivas
• Mié 4 nov — Regresión logística desde cero; ¿sus probabilidades son honestas? (3.6). Se asigna la tarea de ML clásico. · diapositivas
• Vie 6 nov — Árboles, bosques, ensambles (3.7 + 3.9); leer las importancias sin engañarse. Se asigna 3.10 como lectura invertida (verificada por el cuestionario del cap. 3). · diapositivas

Semana 7 — Las dos clases sobre evaluación (semana corta — no hay clase el mié 11 nov; cuestionario del cap. 3, mar–jue; etapa 3 del arco se entrega el viernes)

• Lun 9 nov — Entrenamiento robusto (3.8), sesión completa: por qué mienten las particiones aleatorias; particiones temporales, por grupos y espaciales; la escalera de particiones sobre datos con verdad sembrada. · diapositivas
• Vie 13 nov — Construya un conjunto de evaluación (6.3) + declaración de uso y normas (6.4): el mismo movimiento de evaluación justa, aplicado a los agentes. Se asigna la etapa 4 del arco de lecturas — cuatro semanas de pista. · diapositivas

Semana 8 — Avance de proyecto, luego aprendizaje profundo (cuestionario del cap. 6, lun–mié; tarea de ML clásico se entrega el viernes)

• Lun 16 nov — Avance de proyecto n.º 1: taller de auditoría de datos. Cada equipo, cinco minutos: sus datos contra la lista de verificación de 2.13, su modelo de referencia, su diseño de partición — recién salido de 3.8.
• Mié 18 nov — De los perceptrones a los MLP (4.0–4.2). · diapositivas
• Vie 20 nov — CNN: imágenes, formas de onda y el modelo de referencia clásico (4.3). · diapositivas

Semana 9 — Modelos de secuencias y el laboratorio de entrenamiento (semana corta — Acción de Gracias)

• Lun 23 nov — Modelos de secuencias: RNN, LSTM, atención (4.4). Se asigna la tarea de aprendizaje profundo. · diapositivas
• Mié 25 nov — Laboratorio de entrenamiento de modelos, sesión I: curaduría de datos y calidad de las etiquetas (4.5, secciones 1–3). · diapositivas

Semana 10 — Incertidumbre, pronóstico, flujos invertidos (cuestionario del cap. 5, lun–jue; la tabla de clasificación de clasificación cerró el 24 de noviembre)

• Lun 30 nov — Laboratorio de entrenamiento de modelos, sesión II: arquitectura, incertidumbre, calibración, comportamiento fuera de rango (4.5, secciones 4–5). Se asigna el capítulo 5 (5.1–5.5) como lectura invertida. · diapositivas
• Mié 2 dic — Duelo de pronóstico de series de tiempo, pronósticos probabilísticos, horizontes de habilidad predictiva (4.10). Abre la tabla de clasificación de pronóstico. Autocodificadores y PINN (4.6–4.7) como enriquecimiento (obligatorio para 569, opcional para 469). · diapositivas
• Vie 4 dic — Discusión del capítulo 5 (30 min, a partir de la lectura invertida) + comunicar su ciencia: públicos e impacto aguas abajo (7.1–7.2). Se entrega la tarea de aprendizaje profundo. · diapositivas

Semana 11 — Clínicas, amortiguamiento, presentaciones (el cuestionario del cap. 4 cierra el lunes; la tabla de clasificación de pronóstico cierra el miércoles; la etapa 4 del arco se entrega el jueves)

• Lun 7 dic — Avance de proyecto n.º 2: ensayos de la presentación + clínica del agente de revisión. Ensaye; corra su agente de la etapa 4 sobre el borrador de otro equipo.
• Mié 9 dic — Sesión de amortiguamiento. Absorbe cualquier atraso del trimestre; si nada se atrasó, una discusión de síntesis sobre la pregunta del trimestre — oportunidades y desafíos de la IA para las geociencias, argumentada a partir de las mediciones de la propia clase (evaluaciones de agentes, estadísticas de concordancia entre pares) — o una profundización elegida por voto de la clase (demostración en vivo de evaluación de agentes, PINN, datos a gran escala).
• Vie 11 dic — Presentaciones finales, sesión I.

Semana de finales — Presentaciones, sesión II, en el horario de examen asignado por la oficina de registro (consulte el Time Schedule); el informe final y el repositorio se entregan el miércoles 16 de diciembre.

Notas sobre el ritmo¶

• El hilo de los agentes es deliberadamente temprano: la cultura de verificación (6.1/6.2) se instala antes de que se formen los hábitos de tarea, 6.3 llega la semana siguiente a 3.8 para que la evaluación justa se lea como una sola idea aplicada dos veces, y la etapa 4 del arco de lecturas tiene un mes de pista. El cuestionario del cap. 6 sigue a 6.3/6.4 a mediados de noviembre.
• El cuaderno 4.5 se reparte entre dos sesiones de laboratorio en el punto de control marcado; no intente hacerlo de una sentada.
• Los capítulos invertidos (3.10, cap. 5) son examinables mediante sus cuestionarios; el tiempo de clase que habrían ocupado financia los avances de proyecto y la sesión de amortiguamiento.
• El avance n.º 1 sustituye un informe intermedio escrito: retroalimentación más temprana, en el momento en que todavía puede cambiar el proyecto.
• Los estudiantes de 469 siguen la ruta atenuada que se indica en cada tarea: expectativas de nivel Aplicar en los resultados de incertidumbre y de agentes, 4.6/4.7 opcionales, y asistir en lugar de liderar los proyectos finales.
• Las secciones que no se ven en clase no son lectura opcional para 569 salvo que se indique así; las clases seleccionan, el libro lleva la profundidad.