Volver al módulo
Contactar
Next Educación Universidad Isabel I
Módulo 3 · UD3 · Sesión 7 de 12

Validación: particiones y validación cruzada

Modelos de Aprendizaje Automático · 6 ECTS
Máster en Inteligencia Artificial, Automatización y Agentes Digitales
Sami Halawa Ribas
UD3. Evaluación y mejora de modelos
Curso 2026-2027
Next Educación · Universidad Isabel I
UD3 · Evaluación y mejora de modelos

Objetivos y recorrido

Validación: particiones y validación cruzada

Al terminar la sesión

  • Diseñar un esquema de validación adecuado al problema.
  • Evitar la fuga a través de la partición.
  • Estimar la incertidumbre de la métrica.

Recorrido

  1. Esquemas
  2. Fugas
  3. Incertidumbre
  4. Práctica: Esquema de validación a prueba de fugas
Next Educación
Máster en Inteligencia Artificial, Automatización y Agentes Digitales
M3 · UD3 · Sesión 7
Modelos de Aprendizaje Automático
Idea central

El esquema de validación se decide a partir de la estructura del dato y de cómo se usará el modelo, no por costumbre.

Casi todas las diferencias entre la métrica de desarrollo y la de producción proceden de un esquema de validación que no reproduce la situación real de uso. Agrupar por cliente, respetar el orden temporal o excluir duplicados cambia la métrica en varios puntos. Es el punto del proyecto donde una decisión de diez minutos evita meses de discusión sobre por qué el modelo 'ha dejado de funcionar'.
Fin de la vista previa

Has visto 3 de las 18 diapositivas de esta sesión

El resto del material del máster está reservado a personas registradas. El registro es gratuito y abre completas las dos primeras sesiones de cada módulo publicado.

Volver al material