Procesamiento de Datos, Machine Learning y Evaluación de Modelos

Los datos brutos rara vez están listos para el machine learning, y construir un modelo es solo la mitad de la batalla; también debes saber cómo evaluar su rendimiento en el mundo real. Este curso basado en texto te guía a través del pipeline esencial de preparación de datos, entrenamiento de modelos y medición de su éxito. Pasarás de trabajar con conjuntos de datos desordenados a estructurarlos con confianza para algoritmos de machine learning. Al comprender los principios centrales de la ingeniería de características, la selección de modelos y las métricas de validación, construirás sistemas confiables que se generalizan bien a datos nuevos y no vistos. Lo que aprenderás: * Comprender las técnicas fundamentales de preprocesamiento de datos, incluido el manejo de valores faltantes, escalado y codificación de variables categóricas; * Aplicar métodos modernos de ingeniería de características para optimizar tus conjuntos de datos para algoritmos de machine learning; * Construir y entrenar modelos clásicos de machine learning utilizando bibliotecas estándar de la industria de Python; * Evaluar el rendimiento del modelo utilizando métricas clave como precisión, recall, F1-score y ROC-AUC; * Implementar estrategias de validación robustas como la validación cruzada para prevenir el sobreajuste; * Explorar conceptos modernos de MLOps para rastrear experimentos y gestionar versiones de modelos. El curso comienza con conceptos y terminología esenciales de procesamiento de datos antes de avanzar a técnicas de modelado prácticas y estrategias de evaluación rigurosas. Leerás explicaciones claras y ejemplos de código estructurados diseñados para solidificar tu comprensión del flujo de trabajo de machine learning. Este curso está diseñado para principiantes que desean una introducción estructurada a la ciencia de datos y al machine learning, sin necesidad de experiencia previa en modelado. Comienza a leer hoy mismo para construir una base sólida en la preparación de datos y la evaluación de machine learning.