Fundamentos y ciclo de vida

Responde de forma breve y justificada. Se evalúa el razonamiento, no la extensión.

1. Define un problema de tu área de trabajo en términos de tarea $T$, medida de desempeño $P$ y experiencia $E$. A continuación explica qué haría distinto un enfoque de programación tradicional para el mismo problema.

2. Un colega afirma: “Vamos a usar deep learning porque tenemos una tabla con 3.000 filas y 25 columnas, y el deep learning es lo más avanzado”. Da dos razones técnicas para recomendar otra cosa.

3. Clasifica cada situación como aprendizaje supervisado (indicando regresión o clasificación), no supervisado o por refuerzo:

• a) Estimar el tiempo que tardará un estudiante en graduarse.
• b) Descubrir agrupaciones naturales de artículos científicos sin categorías previas.
• c) Determinar si una pieza fabricada es defectuosa, a partir de 5.000 fotos etiquetadas.
• d) Un sistema que decide qué contenido mostrar para maximizar el aprendizaje acumulado durante un curso completo.

4. Explica por qué el conjunto de prueba debe apartarse antes de cualquier transformación de los datos, y no después. Da un ejemplo concreto de qué sale mal si se hace al revés.

5. Se quiere predecir si un paciente será readmitido en el hospital dentro de los 30 días posteriores al alta. El equipo propone incluir como variable predictora “número de consultas de urgencias en los 30 días posteriores al alta”. ¿Es aceptable? Justifica usando el concepto correspondiente.

6. Un modelo de clasificación alcanza 97 % de accuracy detectando una enfermedad que afecta al 2 % de la población. ¿Es un buen modelo? Explica qué está ocurriendo y qué habría que reportar en su lugar.

7. ¿Por qué se dice que “toda predicción lineal es un producto punto”? Escribe la expresión que predice el vector de salidas para todo un conjunto de datos a la vez e indica el nombre y las dimensiones de cada término.

8. Se van a comparar estudiantes usando distancia euclidiana sobre las variables edad (21–48 años), promedio (0–5) y asistencia_pct (0–100).

• a) ¿Qué problema tiene hacerlo directamente?
• b) ¿Cómo se corrige?
• c) Menciona otros dos algoritmos del curso afectados por el mismo problema.

9. En el descenso del gradiente:

• a) ¿Por qué se resta el gradiente en lugar de sumarlo?
• b) Describe qué ocurre si la tasa de aprendizaje es demasiado pequeña y si es demasiado grande.
• c) La pérdida de tu modelo se convierte en NaN tras unas pocas iteraciones. ¿Cuál es el primer sospechoso y qué comprobarías después?

10. Explica qué versiona Git y qué versiona DVC en un proyecto de Machine Learning, y por qué no basta con una sola de las dos herramientas. Indica además dos tipos de archivo que nunca deben entrar en un commit de Git.

Puntuación: cada pregunta vale 0.5 puntos, para un total de 5.0.