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
• Flujo de trabajo de la minería de datos: comprensión del negocio, preparación de datos, modelado y despliegue
• Elección del algoritmo adecuado para cada tarea
• Sobreajuste (overfitting) y el equilibrio entre sesgo y varianza

Descripción General de Python y Bibliotecas de ML

• Por qué utilizar lenguajes de programación para ML
• Selección entre R y Python
• Curso intensivo de Python y Notebooks Jupyter
• Bibliotecas de Python: pandas, NumPy, scikit-learn, matplotlib, seaborn

Pruebas y Evaluación de Algoritmos de ML

• Generalización, sobreajuste y validación del modelo
• Estrategias de evaluación: muestra 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 (profit), curva ROC, curva lift
• Selección de modelos y búsqueda en cuadrícula (grid search) para ajuste

Preparación de Datos

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

Algoritmos de Clasificación

• Clasificación binaria vs. multiclase
• Regresión logística y funciones discriminantes
• Naïve Bayes, k vecinos más cercanos (k-NN)
• Árboles de decisión: CART, Bosques Aleatorios (Random Forests), Bagging, Boosting, XGBoost
• Máquinas de Vectores de Soporte (SVM) y núcleos (kernels)
• Técnicas de aprendizaje por conjunto (ensemble learning)

Regresión y Predicción Numérica

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

Redes Neuronales

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

Predicción de Ventas y Análisis Predictivo

• Pronóstico basado en series temporales vs. basado en regresión
• Manejo de datos con estacionalidad y tendencia
• 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 resultados

Aprendizaje No Supervisado

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

Minería de Textos

• Preprocesamiento de textos y tokenización
• Bolsa de palabras (bag-of-words), stemming y lematización
• Análisis de sentimiento y frecuencia de palabras
• Visualización de datos de texto con nubes de palabras

Sistemas de Recomendación

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

Minería de Patrones de Asociación

• Itemsets frecuentes y algoritmo Apriori
• Análisis de canasta de mercado y coeficiente 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 hallazgos
• Despliegue (deployment)

Resumen y Próximos Pasos