Contenido:

DÍA 1 – Fundamentos y Primeros Modelos Operativos

Módulo 1: De las Técnicas Clásicas al ML

• Límites de los sistemas expertos tradicionales
• Los tres paradigmas del Machine Learning: Supervisado, No Supervisado, por Refuerzo
• Aplicación práctica: Cadena de Markov para generación de texto
• Del determinismo a las predicciones probabilísticas

Módulo 2: Regresión Lineal

• Predicción de valores numéricos: de y=ax+b al mundo multidimensional
• Flujo de trabajo estándar de ML: Definición del problema → Despliegue
• Proyecto Práctico: Predictor de Precios de Viviendas con el California Housing Dataset
• Métricas de evaluación: R², RMSE e interpretación de negocio

Módulo 3: Clasificación con Random Forest

• Decisiones categóricas y problemas de clasificación
• Aprendizaje en Conjunto (Ensemble Learning): la sabiduría de la multitud aplicada a los algoritmos
• Proyecto Práctico: Clasificador de Calidad del Vino con dataset UCI
• Métricas avanzadas: Precisión, Recall y compromiso de negocio (trade-off)

Módulo 4: Validación Cruzada (Cross-Validation)

• Evitar el autoengaño: sobreajuste (overfitting) y generalización
• K-Fold Cross-Validation para estimaciones robustas
• Comparación sistemática entre diferentes algoritmos
• Decisiones basadas en evidencia estadística

DÍA 2 – Técnicas Avanzadas y Producción

Módulo 5: Preprocesamiento de Datos (Data Preprocessing)

• Gestión de datos reales: valores faltantes (missing values), valores atípicos (outliers), diferentes escalas
• Estrategias de imputación y escalado de características (feature scaling)
• Pipelines automatizados con scikit-learn
• Prevención de la fuga de datos (data leakage)

Módulo 6: Aprendizaje No Supervisado (Unsupervised Learning)

• Descubrimiento de patrones ocultos: clustering y segmentación
• Algoritmo K-Means y optimización
• Proyecto Práctico: Segmentación de Clientes con análisis RFM
• Evaluación sin “ground truth”: Silhouette Score y Elbow Method

Módulo 7: Ajuste de Hiperparámetros (Hyperparameter Tuning)

• Optimización sistemática del rendimiento
• Grid Search vs Random Search vs Bayesian Optimization
• Curvas de aprendizaje (Learning Curves) para diagnóstico avanzado
• Equilibrio overfitting/underfitting

Módulo 8: Despliegue y Producción (Deployment y Producción)

• Del notebook Jupyter al sistema en producción
• Persistencia y versionado de modelos
• Proyecto Práctico: API REST para el servicio de modelos (model serving)
• Monitorización, pruebas A/B y detección de desviación del modelo (model drift detection)