# diegoalrv/ml-ein143a25 architecture

> Architecture diagram of the GitHub repository diegoalrv/ml-ein143a25, generated by GitDiagram from its file tree, README and a sample of source files (last updated 2026-11-19). It is an AI-made overview: check details against the source.

- Interactive diagram: https://gitdiagram.com/diegoalrv/ml-ein143a25
- Repository: https://github.com/diegoalrv/ml-ein143a25

## Overview

Este repositorio es material docente de un curso de Machine Learning: el flujo principal es que el estudiante abre laboratorios en Jupyter para explorar datos, aprender métodos y observar resultados. Las ramas cubren ML clásico, redes neuronales y aprendizaje por refuerzo, además de un flujo opcional de entrenamiento y visualización de Mario. Las relaciones entre laboratorios reflejan el temario documentado, no llamadas entre notebooks. Las conexiones de Mario se limitan a lo que muestran los excerpts, el índice y el README; no se inspeccionaron los notebooks.

Main entry points: [`13/mario_utils.py`](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/mario_utils.py) (Entorno y utilidades), [`13/videos_mario_profe.py`](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/videos_mario_profe.py) (Videos del profesor), [`13/Lab13_Mario_estudiante.ipynb`](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/Lab13_Mario_estudiante.ipynb) (Mario en el notebook), [`13/entrenar_mario_profe.py`](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/entrenar_mario_profe.py) (Entrenamiento PPO)

## Diagram (Mermaid)

```mermaid
flowchart TD

subgraph group_clasico["ML clásico"]
  node_intro["Introducción y modelo"]
  node_unsupervised["K-means"]
  node_preproceso["Preprocesamiento"]
  node_caracteristicas["Selección y PCA"]
  node_validacion["Validación y pipelines"]
  node_regresion["Regresión y logística"]
  node_arboles["Árboles y bosques"]
  node_svm["Máquinas de vectores"]
end

subgraph group_redes["Redes neuronales"]
  node_fundamentos["Fundamentos de redes"]
  node_optimizacion["Entrenamiento y regularización"]
  node_convolucionales["Redes convolucionales"]
  node_pronostico["Pronóstico recurrente"]
  node_gan["Mini-GAN"]
end

subgraph group_refuerzo["Aprendizaje por refuerzo"]
  node_lago["FrozenLake"]
end

subgraph group_mario["Mario y recursos"]
  node_mario_notebook["Mario en el notebook"]
  node_entrenamiento["Entrenamiento PPO"]
  node_utilidades["Entorno y utilidades<br/>[mario_utils.py]"]
  node_videos["Videos del profesor"]
end

node_estudiante(("Estudiante"))
node_juego["Super Mario Bros"]
node_release["Modelos y videos publicados"]

node_estudiante -->|"explora"| node_intro
node_estudiante -->|"practica"| node_unsupervised
node_estudiante -->|"practica"| node_preproceso
node_estudiante -->|"practica"| node_caracteristicas
node_estudiante -->|"practica"| node_validacion
node_estudiante -->|"practica"| node_regresion
node_estudiante -->|"practica"| node_arboles
node_estudiante -->|"practica"| node_svm
node_estudiante -->|"construye"| node_fundamentos
node_estudiante -->|"entrena"| node_optimizacion
node_estudiante -->|"explora"| node_convolucionales
node_estudiante -->|"pronostica"| node_pronostico
node_estudiante -->|"experimenta"| node_gan
node_estudiante -->|"aprende"| node_lago
node_estudiante -.->|"entrena opcionalmente"| node_mario_notebook
node_entrenamiento -->|"usa"| node_utilidades
node_videos -->|"usa"| node_utilidades
node_utilidades -->|"crea entorno"| node_juego
node_videos -->|"prepara recursos"| node_release
node_mario_notebook -.->|"compara con"| node_release

click node_intro "https://github.com/diegoalrv/ml-ein143a25/blob/main/01/Lab01_Wine_estudiante.ipynb"
click node_unsupervised "https://github.com/diegoalrv/ml-ein143a25/blob/main/02/Lab02_Wine_estudiante.ipynb"
click node_preproceso "https://github.com/diegoalrv/ml-ein143a25/blob/main/03/Lab03_Wine_Titanic_estudiante.ipynb"
click node_caracteristicas "https://github.com/diegoalrv/ml-ein143a25/blob/main/04/Lab04_Wine_Digits_estudiante.ipynb"
click node_validacion "https://github.com/diegoalrv/ml-ein143a25/blob/main/05/Lab05_Wine_estudiante.ipynb"
click node_regresion "https://github.com/diegoalrv/ml-ein143a25/blob/main/06/Lab06_Diabetes_Cancer_estudiante.ipynb"
click node_arboles "https://github.com/diegoalrv/ml-ein143a25/blob/main/07/Lab07_Wine_estudiante.ipynb"
click node_svm "https://github.com/diegoalrv/ml-ein143a25/blob/main/08/Lab08_SVM_estudiante.ipynb"
click node_fundamentos "https://github.com/diegoalrv/ml-ein143a25/blob/main/10/Lab10a_Red_estudiante.ipynb"
click node_optimizacion "https://github.com/diegoalrv/ml-ein143a25/blob/main/10/Lab10b_Entrenar_estudiante.ipynb"
click node_convolucionales "https://github.com/diegoalrv/ml-ein143a25/blob/main/11/Lab11_FashionMNIST_CIFAR10_estudiante.ipynb"
click node_pronostico "https://github.com/diegoalrv/ml-ein143a25/blob/main/12/Lab12a_Pronostico_estudiante.ipynb"
click node_gan "https://github.com/diegoalrv/ml-ein143a25/blob/main/12/Lab12b_MiniGAN_estudiante.ipynb"
click node_lago "https://github.com/diegoalrv/ml-ein143a25/blob/main/13/Lab13_FrozenLake_estudiante.ipynb"
click node_mario_notebook "https://github.com/diegoalrv/ml-ein143a25/blob/main/13/Lab13_Mario_estudiante.ipynb"
click node_entrenamiento "https://github.com/diegoalrv/ml-ein143a25/blob/main/13/entrenar_mario_profe.py"
click node_utilidades "https://github.com/diegoalrv/ml-ein143a25/blob/main/13/mario_utils.py"
click node_videos "https://github.com/diegoalrv/ml-ein143a25/blob/main/13/videos_mario_profe.py"

classDef toneNeutral fill:#f8fafc,stroke:#334155,stroke-width:1.5px,color:#0f172a
classDef toneBlue fill:#dbeafe,stroke:#2563eb,stroke-width:1.5px,color:#172554
classDef toneAmber fill:#fef3c7,stroke:#d97706,stroke-width:1.5px,color:#78350f
classDef toneMint fill:#dcfce7,stroke:#16a34a,stroke-width:1.5px,color:#14532d
classDef toneRose fill:#ffe4e6,stroke:#e11d48,stroke-width:1.5px,color:#881337
classDef toneIndigo fill:#e0e7ff,stroke:#4f46e5,stroke-width:1.5px,color:#312e81
classDef toneTeal fill:#ccfbf1,stroke:#0f766e,stroke-width:1.5px,color:#134e4a
class node_intro,node_unsupervised,node_preproceso,node_caracteristicas,node_validacion,node_regresion,node_arboles,node_svm toneBlue
class node_fundamentos,node_optimizacion,node_convolucionales,node_pronostico,node_gan toneAmber
class node_lago toneMint
class node_mario_notebook,node_entrenamiento,node_utilidades,node_videos toneRose
class node_estudiante,node_juego,node_release toneIndigo
```

## Components

### ML clásico

- [Introducción y modelo](https://github.com/diegoalrv/ml-ein143a25/blob/main/01/Lab01_Wine_estudiante.ipynb): `01/Lab01_Wine_estudiante.ipynb`
- [K-means](https://github.com/diegoalrv/ml-ein143a25/blob/main/02/Lab02_Wine_estudiante.ipynb): `02/Lab02_Wine_estudiante.ipynb`
- [Preprocesamiento](https://github.com/diegoalrv/ml-ein143a25/blob/main/03/Lab03_Wine_Titanic_estudiante.ipynb): `03/Lab03_Wine_Titanic_estudiante.ipynb`
- [Selección y PCA](https://github.com/diegoalrv/ml-ein143a25/blob/main/04/Lab04_Wine_Digits_estudiante.ipynb): `04/Lab04_Wine_Digits_estudiante.ipynb`
- [Validación y pipelines](https://github.com/diegoalrv/ml-ein143a25/blob/main/05/Lab05_Wine_estudiante.ipynb): `05/Lab05_Wine_estudiante.ipynb`
- [Regresión y logística](https://github.com/diegoalrv/ml-ein143a25/blob/main/06/Lab06_Diabetes_Cancer_estudiante.ipynb): `06/Lab06_Diabetes_Cancer_estudiante.ipynb`
- [Árboles y bosques](https://github.com/diegoalrv/ml-ein143a25/blob/main/07/Lab07_Wine_estudiante.ipynb): `07/Lab07_Wine_estudiante.ipynb`
- [Máquinas de vectores](https://github.com/diegoalrv/ml-ein143a25/blob/main/08/Lab08_SVM_estudiante.ipynb): `08/Lab08_SVM_estudiante.ipynb`

### Redes neuronales

- [Fundamentos de redes](https://github.com/diegoalrv/ml-ein143a25/blob/main/10/Lab10a_Red_estudiante.ipynb): `10/Lab10a_Red_estudiante.ipynb`
- [Entrenamiento y regularización](https://github.com/diegoalrv/ml-ein143a25/blob/main/10/Lab10b_Entrenar_estudiante.ipynb): `10/Lab10b_Entrenar_estudiante.ipynb`
- [Redes convolucionales](https://github.com/diegoalrv/ml-ein143a25/blob/main/11/Lab11_FashionMNIST_CIFAR10_estudiante.ipynb): `11/Lab11_FashionMNIST_CIFAR10_estudiante.ipynb`
- [Pronóstico recurrente](https://github.com/diegoalrv/ml-ein143a25/blob/main/12/Lab12a_Pronostico_estudiante.ipynb): `12/Lab12a_Pronostico_estudiante.ipynb`
- [Mini-GAN](https://github.com/diegoalrv/ml-ein143a25/blob/main/12/Lab12b_MiniGAN_estudiante.ipynb): `12/Lab12b_MiniGAN_estudiante.ipynb`

### Aprendizaje por refuerzo

- [FrozenLake](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/Lab13_FrozenLake_estudiante.ipynb): `13/Lab13_FrozenLake_estudiante.ipynb`

### Mario y recursos

- [Mario en el notebook](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/Lab13_Mario_estudiante.ipynb): `13/Lab13_Mario_estudiante.ipynb`
- [Entrenamiento PPO](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/entrenar_mario_profe.py): `13/entrenar_mario_profe.py`
- [Entorno y utilidades](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/mario_utils.py): `13/mario_utils.py`
- [Videos del profesor](https://github.com/diegoalrv/ml-ein143a25/blob/main/13/videos_mario_profe.py): `13/videos_mario_profe.py`

### Other components

- **Estudiante**
- **Super Mario Bros**
- **Modelos y videos publicados**

## Connections

- Estudiante → Introducción y modelo: explora (evidence: `README.md`)
- Estudiante → K-means: practica (evidence: `README.md`)
- Estudiante → Preprocesamiento: practica (evidence: `README.md`)
- Estudiante → Selección y PCA: practica (evidence: `README.md`)
- Estudiante → Validación y pipelines: practica (evidence: `README.md`)
- Estudiante → Regresión y logística: practica (evidence: `README.md`)
- Estudiante → Árboles y bosques: practica (evidence: `README.md`)
- Estudiante → Máquinas de vectores: practica (evidence: `README.md`)
- Estudiante → Fundamentos de redes: construye (evidence: `README.md`)
- Estudiante → Entrenamiento y regularización: entrena (evidence: `README.md`)
- Estudiante → Redes convolucionales: explora (evidence: `README.md`)
- Estudiante → Pronóstico recurrente: pronostica (evidence: `README.md`)
- Estudiante → Mini-GAN: experimenta (evidence: `README.md`)
- Estudiante → FrozenLake: aprende (evidence: `README.md`)
- Estudiante → Mario en el notebook: entrena opcionalmente (evidence: `README.md`)
- Entrenamiento PPO → Entorno y utilidades: usa (evidence: `13/entrenar_mario_profe.py`)
- Videos del profesor → Entorno y utilidades: usa (evidence: `13/videos_mario_profe.py`)
- Entorno y utilidades → Super Mario Bros: crea entorno (evidence: `13/mario_utils.py`)
- Videos del profesor → Modelos y videos publicados: prepara recursos (evidence: `13/videos_mario_profe.py`)
- Mario en el notebook → Modelos y videos publicados: compara con (evidence: `README.md`)
