Es bien sabido que la tecnología está en constante avance, por lo cual las distintas áreas alrededor del mundo deben adaptarse a estos cambios. Es por esto que recientemente el uso de modelos de inteligencia artificial ha aumentado y entre estos se encuentran los modelos de aprendizaje automático, los cuales analizan los datos e identifican patrones con el fin de obtener mejores resultados en los procesos. Al implementar algoritmos de aprendizaje automático es necesario validarlos para garantizar su correcto funcionamiento. Para esto es usado el algoritmo de K-Fold Cross Validation, el cual realiza múltiples iteraciones para obtener un resultado óptimo en la validación. En el presente documento se plantea un proyecto que busca implementar de forma hibrida el algoritmo K-Fold Cross Validation en una FPGA y en una CPU, con el fin de mejorar los tiempos de ejecución y disminuir costes computacionales. Se espera que este documento sea el inicio de futuras investigaciones, ya que el uso de FPGA para acelerar estos algoritmos es reciente.