Módulo 02 — MACHINE LEARNING
Aquí dejas de hablar sobre IA y empiezas a construirla. En este módulo entrenarás, evaluarás y desplegarás tus primeros modelos reales con scikit-learn, y aprenderás el oficio que sigue sosteniendo el 80 % de la IA que genera dinero en las empresas: el Machine Learning clásico.
Índice del módulo
| # |
Capítulo |
Qué aprenderás |
| 1 |
Introducción al Machine Learning |
El workflow completo de un proyecto ML, scikit-learn, tu primer modelo |
| 2 |
Regresión |
Predecir números: lineal, múltiple, polinómica, regularización, métricas |
| 3 |
Clasificación |
Predecir categorías: logística, KNN, árboles, SVM, métricas y matriz de confusión |
| 4 |
Aprendizaje no supervisado |
Clustering, PCA, detección de anomalías, segmentación de clientes |
| 5 |
Features, pipelines y validación |
Feature engineering, pipelines, cross-validation, búsqueda de hiperparámetros |
| 6 |
Ensembles y boosting |
Random Forest a fondo, Gradient Boosting, XGBoost/LightGBM — lo que gana en tabular |
| 7 |
ML en producción |
Serializar modelos, servirlos con FastAPI + Docker, drift y monitorización |
| 8 |
Ejercicios |
30 ejercicios con soluciones |
| 9 |
Laboratorios |
5 laboratorios guiados paso a paso |
| 10 |
Proyectos |
Mini proyecto (churn) + proyecto profesional (API de scoring en producción) |
Objetivos
Al terminar este módulo serás capaz de:
- [ ] Ejecutar el workflow completo de un proyecto de ML: problema → datos → modelo → evaluación → despliegue.
- [ ] Entrenar y evaluar modelos de regresión y clasificación con scikit-learn.
- [ ] Elegir la métrica correcta para cada problema de negocio (y explicar por qué accuracy engaña).
- [ ] Segmentar clientes y detectar anomalías sin etiquetas (no supervisado).
- [ ] Construir pipelines reproducibles con validación cruzada y búsqueda de hiperparámetros.
- [ ] Usar ensembles y gradient boosting, el estándar real en datos tabulares.
- [ ] Servir un modelo en producción con FastAPI + Docker y monitorizar su degradación.
- [ ] Decidir con criterio: ¿este problema se resuelve con ML clásico o con un LLM?
Mapa conceptual del módulo
flowchart TD
A[1. Workflow de ML<br/>scikit-learn] --> B[2. Regresión<br/>predecir números]
A --> C[3. Clasificación<br/>predecir categorías]
A --> D[4. No supervisado<br/>encontrar estructura]
B --> E[5. Features, pipelines<br/>y validación]
C --> E
D --> E
E --> F[6. Ensembles<br/>y boosting]
F --> G[7. ML en producción<br/>FastAPI + Docker]
G --> H[Módulo 03:<br/>Deep Learning]
Duración estimada
| Ritmo |
Tiempo |
| Intensivo (20 h/semana) |
2 semanas |
| Estándar (15 h/semana) |
3 semanas |
| Pausado (8 h/semana) |
5 semanas |
Requisitos previos
Stack del módulo
| Herramienta |
Uso |
| scikit-learn |
Modelos, pipelines, métricas, validación |
| Pandas / NumPy |
Preparación de datos |
| Matplotlib |
Visualización de resultados |
| XGBoost / LightGBM |
Gradient boosting (capítulo 6) |
| FastAPI + Uvicorn |
Servir modelos como API (capítulo 7) |
| Docker + Docker Compose |
Empaquetado y despliegue (capítulo 7) |
| joblib |
Serialización de modelos |
Checklist de salida del módulo
- [ ] Leí y reproduje el código de los 7 capítulos
- [ ] Completé los 5 laboratorios
- [ ] Resolví al menos 25 de los 30 ejercicios
- [ ] Terminé el mini proyecto (predictor de churn)
- [ ] Terminé el proyecto profesional (API de scoring desplegada con Docker)
- [ ] Sé explicar sin mirar: bias-variance, precision vs. recall, por qué validación cruzada, qué es el drift
- [ ] Sé justificar cuándo usar ML clásico en lugar de un LLM (y viceversa)
Bibliografía y enlaces oficiales