Desafios del curso "Introducción al aprendizaje automático"
-
Taller1 https://www.kaggle.com/competitions/ml-fintech
En este desafío exploraremos el problema de predecir si una solicitud de crédito a un banco será pagada o no, una versión binaria de lo que se denomina análisis de riesgo, que es su vez una de las aplicaciones más comunes del aprendizaje automático en la industria financiera. Esta intersección tecnología + industria financiera (Fintech) es una de las áreas laborales de mayor crecimiento reciente.
Las clases serán:
1: El préstamo solicitado no será pagado o el cliente experimentará problemas/retardos en el pago. 0: El préstamo será pagado en los términos establecidos en la solicitud.
Materiales Para predecir la clase, se dispondrá de varios atributos de la solicitud, de la clase correcta para los casos de entrenamiento, y de atributos de contexto que describen el comportamiento previo del cliente. Esto último (el contexto o historia del cliente) hace que este desafío permita el uso de varios dataframes, familiarizadlos con una situación típica en datos reales.
-
Taller 2 https://www.kaggle.com/competitions/price-predictionml
En esta competencia, se le pide crear un modelo que sugiera automáticamente los precios correctos de los productos. Se le proporcionarán descripciones de texto y detalles como la categoría del producto, el nombre de la marca y la condición del artículo.
-
Taller 3 https://www.kaggle.com/t/691221f5022dd2de93bbda184fceaecf
El desafío es crear un modelo que use datos de las primeras 24 horas de cuidados intensivos para predecir la supervivencia o no del paciente. La iniciativa comunitaria GOSSIS del MIT, con certificación de privacidad del Harvard Privacy Lab, ha proporcionado un conjunto de datos de visitas de pacientes a la Unidad de Cuidados Intensivos (UCI) del hospital, durante un período de un año. Estos datos son parte de un esfuerzo global creciente y un consorcio que abarca Argentina, Australia, Nueva Zelanda, Sri Lanka, Brasil y más de 200 hospitales en los Estados Unidos.