Curso libreInteligencia artificial y datos
Modelos de regresión
El curso Modelos de regresión proporciona al estudiante los métodos para construir, evaluar e interpretar modelos que predicen valores numéricos, desde la regresión lineal hasta la regularizada con Ridge, Lasso y Elastic Net, en scikit-learn y statsmodels. Le sirve para pronosticar precios, ventas o demandas con criterio estadístico y explicar los resultados a no expertos.
A quién va dirigido
Personas con Python básico y estadística descriptiva.
Objetivos
✓Comprender la regresión simple y múltiple, los mínimos cuadrados, el descenso de gradiente y la interpretación de coeficientes.
✓Analizar el desempeño de un modelo con MAE, RMSE y R², validación cruzada y curvas de aprendizaje.
✓Aplicar ingeniería de variables, regresión polinómica y regularización Ridge, Lasso y Elastic Net.
✓Diseñar un modelo de predicción de una variable de negocio comparando alternativas con diagnóstico de residuos.
✓Evaluar los riesgos de extrapolación y la multicolinealidad al comunicar resultados a personas no expertas.
Plan de estudios por sesión
1
Regresión linealRegresión simple y múltiple, mínimos cuadrados y descenso de gradiente · Interpretación de coeficientes e implementación con scikit-learn y statsmodels
2
Evaluación de modelos de regresiónMAE, RMSE y R² y separación de entrenamiento y prueba · Validación cruzada y curvas de aprendizaje
3
Mejora del modeloIngeniería de variables, interacciones y regresión polinómica · Ridge, Lasso y Elastic Net; diagnóstico de residuos y multicolinealidad
4
Presentación del proyecto final: modelo de regresión para el negocioCaso de predicción de precios de vivienda y comparación de modelos · Explicación de resultados a no expertos y riesgos de extrapolación
Evaluación
Inicial30%Ajuste e interpretación de una regresión lineal múltiple en scikit-learn y statsmodels.
Intermedio30%Taller de evaluación con validación cruzada y comparación de modelos regularizados con diagnóstico de residuos.
Final40%Proyecto final: modelo de regresión de una variable de negocio con comparación de alternativas e informe de interpretación sustentado.
Proyecto final
Modelo de regresión para predecir una variable de negocio con comparación de alternativas e informe de interpretación.