Análisis de Resultados de Modelos de Aprendizaje Supervisado de Clasificación
Este curso está diseñado específicamente para estudiantes de doctorado que están comenzando su camino en la investigación y necesitan dominar el análisis de modelos de aprendizaje supervisado de clasificación. El curso ofrece un enfoque práctico y riguroso para interpretar métricas clave de clasificación, ajustar los umbrales y comparar el rendimiento de varios modelos. A lo largo de la formación, los participantes adquirirán habilidades que les permitirán analizar de manera crítica los resultados de sus modelos y presentar hallazgos robustos en el contexto de la investigación científica.
El objetivo principal es proporcionar a los estudiantes de doctorado las herramientas necesarias para realizar un análisis detallado y fundamentado de los resultados de los modelos de clasificación en el ámbito de la investigación. Los participantes aprenderán a:
- Evaluar modelos mediante métricas estándar como precisión, sensibilidad, y AUC.
- Ajustar los umbrales de decisión para mejorar el rendimiento del modelo en contextos específicos.
- Presentar los resultados de manera clara y visualmente efectiva, para apoyar publicaciones científicas y presentaciones académicas
Responsable de evaluación e impartición
El seminario se realizará mediante la visualización de los vídeos disponibles, estudiando el material disponible y realizando las tareas propuestas para cada uno de ellos.
Para este seminario se propone la entrega de un documento resumen de este con un planteamiento de una evaluación de un modelo ML y resolver un cuestionario tipo test.