Aprendizaje Automático y Análisis Predictivo con Python

Introducción al Aprendizaje Automático

• Tipos de aprendizaje automático – supervisado versus no supervisado.
• Del aprendizaje estadístico al aprendizaje automático.
• El flujo de trabajo de minería de datos: comprensión empresarial, preparación de datos, modelado y implementación.
• Elegir el algoritmo adecuado para la tarea.
• Sobreajuste y el intercambio sesgo-varianza.

Descripción general de Python y librerías de ML

• Por qué utilizar lenguajes de programación para ML.
• Elegir entre R y Python.
• Curso intensivo de Python y cuadernos Jupyter.
• Librerías de Python: pandas, NumPy, scikit-learn, matplotlib, seaborn.

Pruebas y evaluación de algoritmos de ML

• Generalización, sobreajuste y validación del modelo.
• Estrategias de evaluación: validación separada, validación cruzada y bootstrapping.
• Métricas para regresión: ME, MSE, RMSE, MAPE.
• Métricas para clasificación: precisión, matriz de confusión y clases desbalanceadas.
• Visualización del rendimiento del modelo: curva de beneficio, curva ROC y curva de levantamiento.
• Selección de modelo y búsqueda en cuadrícula para ajuste.

Preparación de datos

• Importación y almacenamiento de datos en Python.
• Análisis exploratorio y estadísticas resumidas.
• Manejo de valores faltantes y valores atípicos.
• Estandarización, normalización y transformación.
• Recodificación de datos cualitativos y manipulación de datos con pandas.

Algoritmos de clasificación

• Clasificación binaria versus multiclase.
• Regresión logística y funciones discriminantes.
• Bayes ingenuo, k-vecinos más cercanos.
• Árboles de decisión: CART, Random Forests, Bagging, Boosting, XGBoost.
• Máquinas de vectores de soporte y núcleos.
• Técnicas de aprendizaje conjunto (ensemble learning).

Regresión y predicción numérica

• Mínimos cuadrados y selección de variables.
• Métodos de regularización: L1, L2.
• Regresión polinómica y modelos no lineales.
• Árboles de regresión y splines.

Redes neuronales

• Introducción a las redes neuronales y el aprendizaje profundo.
• Funciones de activación, capas y retropropagación.
• Perceptrones multicapa (MLP).
• Utilizar TensorFlow o PyTorch para el modelado básico de redes neuronales.
• Redes neuronales para clasificación y regresión.

Pronóstico de ventas y análisis predictivo

• Pronósticos basados en series temporales versus regresión.
• Manejo de datos estacionales y basados en tendencias.
• Construcción de un modelo de pronóstico de ventas utilizando técnicas de ML.
• Evaluación de la precisión del pronóstico y la incertidumbre.
• Interpretación empresarial y comunicación de los resultados.

Aprendizaje no supervisado

• Técnicas de agrupamiento: k-medias, k-medoides, agrupamiento jerárquico, SOMs (Mapas Auto-organizados).
• Reducción de dimensionalidad: PCA, análisis factorial, SVD.
• Escalamiento multidimensional.

Minería de texto

• Preprocesamiento y tokenización de texto.
• Bolsa de palabras, lematización y stemming (troncación).
• Análisis de sentimientos y frecuencia de palabras.
• Visualización de datos de texto con nubes de palabras.

Sistemas de recomendación

• Filtrado colaborativo basado en usuarios y basado en elementos.
• Diseño y evaluación de motores de recomendación.

Minería de patrones de asociación

• Conjuntos frecuentes de artículos y algoritmo Apriori.
• Análisis del mercado de cestas y ratio de levantamiento (lift ratio).

Detección de valores atípicos

• Análisis de valores extremos.
• Métodos basados en distancia y densidad.
• Detección de valores atípicos en datos de alta dimensión.

Estudio de caso de Aprendizaje Automático

• Comprensión del problema empresarial.
• Preprocesamiento de datos e ingeniería de características.
• Selección de modelo y ajuste de parámetros.
• Evaluación y presentación de hallazgos.
• Implementación (deployment).

Resumen y próximos pasos