Perfilado de sección

  • Al transitar la frontera hacia la automatización inteligente, este módulo cimienta los principios del Aprendizaje Automático (Machine Learning). Se establecerán las definiciones formales para demarcar el aprendizaje supervisado (algoritmos de clasificación y regresión) respecto al aprendizaje no supervisado (clustering). Además, se abordará un concepto crítico del diseño de modelos: la segmentación técnica de los datos en subconjuntos de entrenamiento y prueba para prever sesgos como el sobreajuste (overfitting).

    Apoyados íntegramente en la librería Scikit-Learn, construiremos nuestros primeros pipelines o flujos de trabajo funcionales. Esto abarcará desde el escalado estandarizado de las características, la instanciación de estimadores estadísticos y, de manera concluyente, la evaluación metódica de las predicciones arrojadas por la máquina utilizando métricas de rigor como precisión, sensibilidad y matrices de confusión.

    • Video Recomendado: Tutorial: ¡SCIKIT-LEARN DESDE CERO!  - Una introducción ordenada metodológicamente a la formulación y evaluación de modelos predictivos.