Deep Learning para la clasificación de Ropa con Redes Convolucionales (CNNs) usando Fashion-MNIST

Este proyecto implementa una Red Neuronal Convolucional (CNN) utilizando TensorFlow y Keras para clasificar imágenes de ropa del dataset Fashion-MNIST.

Puntos clave: Preprocesamiento: Se normalizaron las imágenes (escala de 0 a 1) y se aplicó one-hot encoding a las etiquetas. Arquitectura: El modelo consta de capas Conv2D para extraer características, MaxPooling2D para reducir la dimensionalidad y capas Dense para la clasificación final, incluyendo Dropout para evitar el sobreajuste. Resultados: El modelo alcanzó una precisión (accuracy) cercana al 91% en el conjunto de prueba. Evaluación: Se generaron curvas de aprendizaje, una matriz de confusión para identificar qué prendas se confunden entre sí y una visualización de predicciones correctas e incorrectas.