Análisis crítico en la definición de un proyecto machine learning

La segunda ponencia que tuvo lugar en el UOC Data Day 2019 que se celebró en el Espacio Movistar, en Barcelona, habló de los procesos de un proyecto machine learning. El ponente fue Jordi Font quien explicó su proyecto final de máster.

La primera parte de la conferencia se realizó en castellano. La segunda parte, en catalán.

Jordi, al inicio de la presentación, comentó que había cursado el Máster en Ciencia de Datos de la UOC, explicando su experiencia personal, la carga académica y sus logros académicos.

Etapas de un proyecto de machine learning

Para realizar un proyecto machine learning, Jordi nos comenta 5 etapas principales:

  • Definición de objetivos
  • Captura de datos
  • Procesamiento
  • Construcción de un modelo
  • Análisis de resultados
machine learning proceso etapas

Jordi nos comenta su trabajo final de máster en relación al esquema anteriormente comentado, siguiendo los procesos de machine learning expuestos. El tema es la predicción del agua en los embalses de Sau y la Baells.

El objetivo del trabajo final de máster de Jordi consistía en predecir, a 15 días vista, cuál sería el nivel del agua almacenado en ambos embalses.

En la fase de captura de datos, como ejemplo práctico, Jordi nos comenta las variables que se encontró. Por un lado, las fijas, es decir, las univariantes como el volumen del agua almacenado en sí. Otras variantes, las más variables, consistían en factores como la la meteorología en general.

Una vez se recopilan los datos, Jordi procedió a la organización y gestión de los mismos.

machine learning big data

Para la construcción del modelo, hay que centrarse mucho en los objetivos y ceñirse a ellos con el objetivo de depurar los datos y no perder tiempo necesario.

proyecto machine learning

Para la evaluación de resultados, a la hora de predecir el futuro del almacenaje del agua en los pantanos, a mayor predicción de días, más probabilidad de error. Esto se muestra en los gráficos expuestos en la conferencia de Jordi.

machine learning big data

Con diferentes modelos de predicción también se obtienen diferentes resultados.

machine learning big data

La conferencia finalizó con un turno de dudas y preguntas.

Jordi cursó el Máster en Ciencia de Datos de la UOC. Diez días después de acabar el máster, Jordi encontró trabajo relacionado con data science.

This entry was posted in Big Data, Data, Data Analyst, Data Science, Evento, Machine learning, UOC, UOC D^2. Bookmark the permalink.

Leave a Reply

Your email address will not be published. Required fields are marked *