Herramientas#

Este curso utiliza las siguientes herramientas y tecnologías:


Tecnologías computacionales#

  • Python: lenguaje de programación principal.

  • uv: gestor rápido de entornos virtuales y paquetes para Python.

  • PyMC: biblioteca para modelado bayesiano.

  • pgmpy: librería para trabajar con modelos gráficos probabilísticos.


Configuración del entorno#

A continuación, vamos paso a paso para preparar tu entorno de trabajo:


1. Instalar uv#

Nota

uv facilita la creación de entornos virtuales e instalación de dependencias de forma rápida y reproducible.

uv --version

2. Instalar Git#

Truco

Git te permite clonar repositorios y controlar versiones de tu código.

Importante

Si usas Windows, se recomienda usar Git Bash en lugar del símbolo del sistema o PowerShell.

¿Qué es Git Bash?#

  • Git Bash es una terminar que se instala junto con Git en Windows.

  • Proporciona comandos similares a los de Linux/macOS (ls, cd, rm, etc.)

Puedes abrir Git Bash desde el menú de inicio, buscando «Git Bash».

Verifica la instalación de Git con:

git --version

3. Crear una cuenta en GitHub#

  • Abre github

  • Crea una cuenta gratuita

  • Esta cuenta te permitirá acceder al repositorio del curso y, si lo deseas, contribuir con tus propios cambios.

4. Elegir cómo seguir el curso#

Tienes varias opciones para trabajar con los notebooks:

Opción A: Trabajar en local (requiere Git, uv y GitHub)#

Vamos a seguir el repositorio del curso para mantenernos sincronizados con el material oficial.

Los pasos siguientes muestran cómo mantener actualizado tu repositorio local con los cambios del repositorio original upstream:

Pasos para clonar y conectarse al repositorio original#
  1. Ingresa al repositorio: patymunoz/modelos-graficos-probabilisticos

  2. Haz clic en Fork (esquina superior derecha) para crear una copia en tu cuenta de GitHub.

  3. Abre Git Bash y clona tu fork en tu equipo:

git clone https://github.com/patymunoz/modelos-graficos-probabilisticos.git

3.1. Navega al directorio del proyecto:

cd modelos-graficos-probabilisticos

3.2. Verifica que estás en la rama actual v2026:

git branch

Deberías ver un asterisco (*) junto a v2026.

  1. Agrega el repositorio original como remoto adicional upstream, para mantenerte sincronizado con los cambios del curso:

git remote add upstream https://github.com/patymunoz/modelos-graficos-probabilisticos.git
  1. Verifica que tienes ambos remotos configurados:

git remote -v

Deberías ver algo como:

origin    https://github.com/**tu-usuario**/modelos-graficos-probabilisticos.git (fetch)
upstream  https://github.com/patymunoz/modelos-graficos-probabilisticos.git (fetch)
Mantener tu copia actualizada#

Cuando el curso se actualice, puedes sincronizarte con:

git checkout v2026
git pull upstream v2026

Esto trae los cambios del curso original a tu copia local.

Luego, si quieres actualizar tu fork en GitHub:

git push origin v2026
  1. Crear y activar el entorno virtual con uv

Después de clonar el repositorio, crea el entorno con:

uv venv --python 3.13
source .venv/bin/activate
uv pip install -r requirements.txt

En Windows (PowerShell), activa el entorno con:

.venv\Scripts\Activate.ps1
  1. Abre el proyecto en VSCode o IDE de preferencia.

Opción B: Usar Binder#

Opción C: Usar Google Colab#

  • Descarga los notebooks directamente del repositorio.

  • Abre los notebooks directamente desde el navegador.

  • No necesitas instalar ningún software adicional.

  • Solo se requiere una cuenta de Google.

  • Ideal si prefieres no configurar el entorno localmente.

Opción D: Usar con Spyder#

  • Descarga los notebooks directamente del repositorio.

  • Abre Spyder y carga los notebooks.