Saltar al contenido
Diploma

Modelos Predictivos Básicos para Negocio

Aprenderás a plantear una predicción que apoye una decisión real, preparar datos sin fugas de información, entrenar modelos de regresión y clasificación con scikit-learn, evaluarlos con datos reservados y métricas…

Iniciar sesión para acceder
Modelos Predictivos Básicos para Negocio
Lecciones 25
Formación Diploma
Tu progreso —

Qué aprenderás

  • Escribir la ficha de un problema de predicción con su línea base.
  • Preparar un conjunto de datos sin fugas y dividirlo en entrenamiento y prueba.
  • Entrenar y evaluar una regresión con MAE y residuos.
  • Construir un clasificador de bajas y elegir su umbral con la matriz de confusión.
  • Validar, explicar y documentar los límites de un modelo.

Contenido del curso

5 módulos · 25 lecciones

Módulo 01 Módulo 1 5
  1. 01 Qué es un modelo predictivo y qué no es
  2. 02 La variable objetivo y la decisión que apoya
  3. 03 El coste de los errores
  4. 04 La línea base: el modelo que hay que batir
  5. 05 Ficha del problema de predicción
Módulo 02 Módulo 2 5
  1. 06 Revisar y limpiar los datos
  2. 07 Crear variables útiles
  3. 08 Codificar categorías y escalar números
  4. 09 La fuga de información
  5. 10 Dividir en entrenamiento y prueba
Módulo 03 Módulo 3 5
  1. 11 Regresión lineal con scikit-learn
  2. 12 Error medio: MAE y RMSE
  3. 13 Leer los residuos
  4. 14 Mejorar sin sobreajustar
  5. 15 Predicción numérica evaluada
Módulo 04 Módulo 4 5
  1. 16 Regresión logística para predecir bajas
  2. 17 Árboles de decisión
  3. 18 La matriz de confusión
  4. 19 Precisión, exhaustividad y umbral
  5. 20 Clasificador de bajas
Módulo 05 Módulo 5 5
  1. 21 Validación cruzada
  2. 22 Importancia de las variables
  3. 23 Sesgos del modelo
  4. 24 Límites, deriva e informe
  5. 25 Proyecto final: modelo de bajas evaluado e informe de límites