Curso de machine learning 2026 - Curso ML 2026 #17 | Proyecto de ML de Punta a Punta — Repaso completo

El capítulo 2 es probablemente el más denso del libro porque no te enseña un concepto, te enseña un flujo de trabajo completo. En este live lo repasamos entero para que quede asentado antes de seguir. Vamos a recorrer todo el pipeline: desde cómo plantear bien el problema y elegir la métrica correcta, hasta cómo afinar el modelo y pensar en qué pasa después del deployment. Si algo no te quedó claro la primera vez, este es el momento. Trae tus dudas, tus notebooks y los errores que no pudiste resolver. Temas que repasamos: Ver el panorama completo: cómo enmarcar el problema, seleccionar una métrica de desempeño y verificar los supuestos Obtener los datos: descarga del dataset, exploración inicial de la estructura y creación del test set Explorar y visualizar los datos: visualización geográfica, análisis de correlaciones y combinación de atributos Preparar los datos para los algoritmos: limpieza, manejo de variables categóricas, escalado de features, transformadores personalizados y pipelines Seleccionar y entrenar un modelo: regresión lineal, árboles de decisión, Random Forest y evaluación con cross-validation Afinar el modelo: Grid Search, Randomized Search, Ensemble Methods, análisis de errores e importancia de features Evaluar en el test set y lanzar el sistema: deployment, monitoreo y mantenimiento Material de apoyo: Finalizar el capitulo 2 del libro Hands-On Machine Learning with Scikit-Learn and PyTorch - Aurélien Géron 🔗 Suscripciones 👉 https://www.youtube.com/channel/UCpqqJGMaVEmyinn1J-DhnYg/join 💬 Discord 👉 https://discord.com/users/pildorasdeprogramacion 📸 Instagram 👉 https://www.instagram.com/pildoras_de_programacion/ 🎵 TikTok 👉 https://www.tiktok.com/@pil_programacion?lang=en 📘 Facebook 👉 https://www.facebook.com/pilprogramacion 📺 YouTube 👉 https://www.youtube.com/@pildorasdeprogramacion 🔔 ¡Suscríbete y activa la campanita para no perderte futuros lives! 🔴 ¡Nos vemos en el live! 🚀🐳