Classical Machine Learning Fundamentals: Baselines, Features, Metrics, and Leakage
A practical two-hour session on Classical Machine Learning Fundamentals, focused on Baselines, Features, Metrics, and Leakage. Attendees work through concrete engineering tradeoffs, review examples, and leave with a checklist they can apply in real team projects.
Descripción
section.descriptionUna 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.