Ajustes en README y en la intro

.gitignore

@@ -0,0 +1,2 @@
+*.html
+

README.md

@@ -1,9 +1,19 @@
 # Machine-Learning-Cheatshee-ES-
-Una traduccion al español de Machine Learning Cheatshee by @robinyUArizona realizado por la comunidad de @GDGcde
-
-# Contributing #
-- Create a fork
-- Create a issue to your task
-- Create a file md of chapter/part to traslate and working her
-- Commit changers and send a pull request
-- Send de mensage to another and be happy ;-)
+Una traducción al español de Machine Learning Cheatshee by [@robinyUArizona](https://github.com/robinyUArizona) realizado por la comunidad de @GDGcde.
+
+## Cómo contribuir
+
+- Crea una issue explicando el capítulo o la parte del [documento original](https://github.com/gdgcde/Machine-Learning-Cheatshee-ES-/blob/main/original.pdf) en el que trabajaras.
+- Haz un fork de este repositorio.
+- Crea un archivo _.md_ para trabajar en la traducción de la parte que escogiste.
+- Cuando termines haz un commit a tu fork y envía una pull request para su estudio e integración.
+- Envía un mensaje a otro y sé feliz! ;-)
+
+
+## How to Contribute
+
+- Create an issue explaining the chapter or part of the [original document](https://github.com/gdgcde/Machine-Learning-Cheatshee-ES-/blob/main/original.pdf) you will be working on.
+- Fork this repository.
+- Create a _.md_ file to work on the translation of the part you chose.
+- When you are done, commit to your fork and send a pull request for review and integration.
+- Send a message to others and be happy! ;-)

introduccion.md

@@ -1,25 +1,34 @@
-<center> 
-<h1 style="color:#00686E"> Hoja Guía de Aprendizaje Máquina </h1> 
-&copy Robins Yadav - la mágia empieza aquí.
+<center>
+
+  <h1 style="color:#00686E"> Hoja Guía de Aprendizaje Máquina </h1> 
+
+  &copy Robins Yadav - la magia empieza aquí.
+
+  Una traducción libre realizada por la comunidad @GDGcde
 
-Una traducciión libre realizada por la comunidad @GDGcde
 </center>
-Mi Githbub
-[https://github.com/robinyUArizona](https://github.com/robinyUArizona)
+
+Mi Githbub [https://github.com/robinyUArizona](https://github.com/robinyUArizona)
 
 Repositorio de la traducción [https://github.com/gdgcde/Machine-Learning-Cheatshee-ES-](https://github.com/gdgcde/Machine-Learning-Cheatshee-ES-)
 
-<h2 style="color:#00686E"> Aprendizaje Máquina en General </h2>
+<h2 style="color:#00686E">Aprendizaje Máquina en General</h2>
+
 ### Definición
+
 Queremos enseñar a una función objetivo *f* que asigne una variable de entrada *X* para una variable de salida *Y* con un error *e*
+
 <center>
-*y=f(X) + e*
+
+  *y=f(X) + e*
+
 </center>
+
 <h2 style="color:#00686E"> Lineal, No lineal </h2>
 
-Diferentes algoritmos hacen diferentes suposiciones sobre la forma y
-estructura de la función objetivo *f* . Cualquier algoritmo puede ser:
+  Diferentes algoritmos hacen diferentes suposiciones sobre la forma y estructura de la función objetivo *f*. Cualquier algoritmo puede ser:
 
-* **Paramétrico (o lineal):** simplifica el mapeo a una forma de combinacion lineal conocida y aprende de sus coeficientes.
+* **Paramétrico (o lineal):** simplifica el mapeo a una forma de combinación lineal conocida y aprende de sus coeficientes.
 * **No paramétrico (o no lineal):** libre para aprender cualquier forma funcional a partir de los datos de entrenamiento, manteniendo cierta capacidad para generalizar.
 
+> **Nota:** Los algoritmos lineales suelen ser más simples, rápidos y requieren menos datos, mientras que los algoritmos no lineales pueden ser más flexibles, más poderosos y con un mejor rendimiento.