FAQs

Sobre el problema y los datos

• ¿Puedo dejar que una IA haga todo el trabajo por mí? (YOUTUBE)
• ¿Qué puedo hacer si tengo muy pocos datos? ¿Puedo fiarme de los resultados cuando tengo pocos datos? (YOUTUBE)
• Si un problema puede tratarse como clasificación o como regresión, ¿cómo sé cuál opción es mejor? (YOUTUBE)
• ¿Qué hago si la variable target está muy desbalanceada? (YOUTUBE)
• ¿Qué hago si alguna variable está muy desbalanceada? (YOUTUBE)
• ¿Qué es el data leakage y por qué es tan peligroso? (YOUTUBE)

Preparación y entrenamiento del modelo

• ¿Por qué es importante mantener fija la división entre train y test al comparar modelos distintos? (YOUTUBE)
• ¿Cuál es la diferencia entre parámetros y hiperparámetros en un modelo? (YOUTUBE)
• ¿Por qué a veces un modelo tarda tanto tiempo en entrenarse? (YOUTUBE)
• ¿Qué quiere decir “iterar un modelo” y por qué es tan importante? (YOUTUBE)
• ¿Qué significa hacer feature engineering y para qué sirve? (YOUTUBE)

Guardado y reutilización de modelos

• ¿Cómo se guarda un modelo de scikit-learn? (YOUTUBE)
• ¿Y cómo se guarda uno de redes neuronales con Keras? (YOUTUBE)

Evaluación y validación

• ¿Por qué el modelo deja de mejorar aunque cambie los hiperparámetros? (YOUTUBE)
• ¿Cómo sé si mi modelo funcionará en el mundo real? (YOUTUBE)
• ¿Cómo se interpretan todas las métricas en un problema de clasificación? (YOUTUBE)