Introduce los conceptos fundamentales para la construcción de modelos de aprendizaje de máquina desde diversos paradigmas como aprendizaje supervisado y no supervisado, usando varias técnicas como regresión, clasificación y clustering. También toma los conceptos de programación aplicada previamente aprendidos y extiende su uso a la identificación, recuperación, análisis y transformación de datos desde fuentes estructuradas y no estructuradas, definiendo así los cimientos para la construcción de modelos de aprendizaje de máquina.