Aprendizaje Automático y Análisis Predictivo con Python

Introducción al Aprendizaje Automático

• Tipos de aprendizaje automático – supervisado vs. no supervisado
• Del aprendizaje estadístico al aprendizaje automático
• El flujo de trabajo de minería de datos: comprensión del negocio, preparación de datos, modelado, implementación
• Elegir el algoritmo adecuado para la tarea
• Sobreajuste y la compensación entre sesgo y varianza

Visión General de Python y Librerías de ML

• Por qué usar 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: partición simple (holdout), validación cruzada, bootstrapping
• Métricas para regresión: ME, MSE, RMSE, MAPE
• Métricas para clasificación: precisión, matriz de confusión, clases desequilibradas
• Visualización del rendimiento del modelo: curva de ganancias (profit curve), curva ROC, curva lift
• Selección de modelos y búsqueda en cuadrícula para ajuste de parámetros

Preparación de Datos

• Importación y almacenamiento de datos en Python
• Análisis exploratorio y estadísticas descriptivas
• 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 vs. multiclase
• Regresión logística y funciones discriminantes
• Bayes ingenuo, k vecinos más cercanos
• Árboles de decisión: CART, Bosques Aleatorios, Bagging, Boosting, XGBoost
• Máquinas de Vectores de Soporte y núcleos (kernels)
• Técnicas de aprendizaje en 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 spline (splines)

Redes Neuronales

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

Predicción de Ventas y Análisis Predictivo

• Pronóstico basado en series temporales vs. regresión
• Manejo de datos estacionales y basados en tendencias
• Construcción de un modelo de predicción de ventas utilizando técnicas de ML
• Evaluación de la precisión e incertidumbre de las predicciones
• Interpretación empresarial y comunicación de los resultados

Aprendizaje No Supervisado

• Técnicas de agrupamiento: k-medias, k-medianas, clustering jerárquico, mapas auto-organizados (SOMs)
• Reducción de dimensionalidad: PCA, análisis factorial, SVD
• Escalamiento multidimensional

Minería de Texto

• Preprocesamiento y tokenización de texto
• Bolsa de palabras (bag-of-words), extracción de raíces (stemming) y lematización
• Análisis de sentimientos y frecuencia de palabras
• Visualización de datos textuales 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 de artículos frecuentes y algoritmo Apriori
• Análisis del carrito de compras y ratio lift (coeficiente de elevación)

Detección de Valores Atípicos

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

Estudio de Caso de Aprendizaje Automático

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

Resumen y Próximos Pasos