Este recurso educativo abierto introduce al alumnado en el aprendizaje supervisado mediante la implementación de un modelo de regresión logística en Python. La práctica guía paso a paso el flujo de trabajo: preparación de datos, entrenamiento del modelo, validación y evaluación con métricas (accuracy, matriz de confusión). Se utiliza la plataforma Kaggle Notebooks como entorno de ejecución para simplificar el trabajo y favorecer la accesibilidad. El recurso incluye objetivos didácticos,…