Classical Machine Learning Fundamentals: Baselines, Features, Metrics, and Leakage

Una sesión práctica de dos horas sobre los fundamentos del aprendizaje automático clásico (Classical Machine Learning), centrada en líneas base (baselines), características (features), métricas y fugas de datos (leakage). Los asistentes trabajarán en compromisos de ingeniería concretos, revisarán ejemplos y se llevarán una lista de verificación que podrán aplicar en proyectos reales de equipo.

Audiencia: desarrolladores de nivel inicial e intermedio que deseen una sesión de ingeniería práctica, no un recorrido por el lenguaje.

Resultados:

• Explicar los límites prácticos de los fundamentos del aprendizaje automático clásico
• Aplicar líneas base en un pequeño ejemplo de trabajo
• Aplicar características en un pequeño ejemplo de trabajo
• Aplicar métricas en un pequeño ejemplo de trabajo

Formato: dos horas con un breve recorrido de encuadre, un ejemplo concreto, discusión sobre compromisos y una lista de verificación final para la práctica.