Aprendizaje Automático y Análisis Predictivo con Python

Introducción al Aprendizaje Automático

• Tipos de aprendizaje automático: supervisado frente a no supervisado.
• Del aprendizaje estadístico al aprendizaje automático.
• El flujo de trabajo de minería de datos: comprensión del negocio, preparación de datos, modelización y despliegue.
• Selección del algoritmo adecuado para la tarea.
• Sobreajuste y el compromiso sesgo-varianza.

Panorama general de Python y bibliotecas de aprendizaje automático

• ¿Por qué utilizar lenguajes de programación para el aprendizaje automático?
• Elección entre R y Python.
• Curso intensivo de Python y cuadernos Jupyter (Jupyter Notebooks).
• Bibliotecas de Python: pandas, NumPy, scikit-learn, matplotlib, seaborn.

Pruebas y evaluación de algoritmos de aprendizaje automático

• Generalización, sobreajuste y validación del modelo.
• Estrategias de evaluación: prueba separada (holdout), validación cruzada y remuestreo mediante bootstrap.
• Métricas para regresión: error medio (ME), error cuadrático medio (MSE), raíz del error cuadrático medio (RMSE) y error porcentual absoluto medio (MAPE).
• Métricas para clasificación: precisión, matriz de confusión y clases desequilibradas.
• Visualización del rendimiento del modelo: curva de beneficios, curva ROC y curva de levantamiento (lift).
• Selección del modelo y búsqueda en cuadrícula (grid search) para el ajuste de parámetros.

Preparación de datos

• Importación y almacenamiento de datos en Python.
• Análisis exploratorio y estadísticas descriptivas.
• Manejo de valores perdidos y valores atípicos (outliers).
• Estandarización, normalización y transformación.
• Recodificación de datos cualitativos y limpieza de datos con pandas.

Algoritmos de clasificación

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

Regresión y predicción numérica

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

Redes neuronales

• Introducción a las redes neuronales y al aprendizaje profundo.
• Funciones de activación, capas y retropropagación.
• Perceptrones multicapa (MLP).
• Uso de TensorFlow o PyTorch para la modelización básica con redes neuronales.
• Redes neuronales para clasificación y regresión.

Previsión de ventas y análisis predictivo

• Series temporales frente a previsión basada en regresión.
• Manejo de datos con patrones estacionales y tendenciales.
• Construcción de un modelo de previsión de ventas utilizando técnicas de aprendizaje automático.
• Evaluación de la precisión e incertidumbre de la previsión.
• Interpretación empresarial y comunicación de los resultados.

Aprendizaje no supervisado

• Técnicas de agrupamiento (clustering): k-means, k-medoids, clustering jerárquico y mapas autoorganizados (SOMs).
• Reducción de dimensionalidad: PCA, análisis factorial y SVD.
• Escalamiento multidimensional.

Minería de textos

• Preprocesamiento de texto y tokenización.
• Bolsa de palabras (Bag-of-words), lematización y eliminación de finales de palabra (stemming).
• Análisis de sentimientos y frecuencia de palabras.
• Visualización de datos textuales mediante nubes de palabras.

Sistemas de recomendación

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

Minería de patrones de asociación

• Conjuntos frecuentes y algoritmo Apriori.
• Análisis de la cesta de la compra (market basket) y relación de levantamiento (lift).

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.
• Despliegue.

Resumen y próximos pasos