tema1

AÑO 2024
UNIVERSIDAD NACIONAL DE INGENIERÍA
FACULTAD DE INGENIERÍA ECONÓMICA, ESTADÍSTICA Y CIENCIAS SOCIALES
MAESTRÍA EN DATA SCIENCE
CICLO 2
ADVANCED MACHINE LEARNING
SESION 1

PRÁCTICA DIRIGIDA. COMPARACIÓN DEL RENDIMIENTO DE GENERALIZACIÓN DE MODELOS ESTADÍSTICOS Y DE MODELOS COMPUTACIONALES

👥 Autor

@Kevin Perez Garcia

🤝 ¡Las observaciones, las recomendaciones y las contribuciones son bienvenidas!

📞 Para más consultas o colaboraciones, comuníquese a econ.perez.garcia.k@gmail.com.

Información de la sesión

Objetivo de la práctica dirigida: comparar el rendimiento de generalización de algoritmos estadísticos y algoritmos computacionales. Para ello se desarrolla el siguiente proyecto:

• Proyecto: Fuga de clientes
• Machine learning: Supervisado
• Categoría: Clasificación
• Target: ATTRITION
• Medida de desempeño: AUC
• Algoritmos:
  • Estadísticos:
    • Random forest
    • Logistic regression
  • Computacionales:
    • LightGBM
    • XGBoost
    • Catboost
    • Decision tree