El aprendizaje curricular es un método para priorizar los datos de aprendizaje con el fin de mejorar el rendimiento del aprendizaje. En este documento, proponemos un nuevo algoritmo que determina cómo seleccionar datos de aprendizaje y cuándo comenzar y detener el aprendizaje curricular considerando los errores de aprendizaje. Utilizamos la entropía para seleccionar muestras de datos con predicciones menos consistentes y determinar automáticamente el periodo de calentamiento basado en las características de los datos. Además, para mitigar el sesgo de aprendizaje, introdujimos una variable que ajusta el rango de selección de muestras de acuerdo con el progreso del entrenamiento. Para validar nuestro método, realizamos experimentos extensos en tareas de clasificación de datos equilibrados y desequilibrados, y nuestro enfoque propuesto mostró una mejora promedio de aproximadamente 1.8%, con una mejora máxima de hasta 4.4%, en comparación con los métodos previamente sugeridos.