Introdución a Tidymodels

Este tutorial tiene como objetivo introducir a los participantes en el ecosistema tidymodels para machine learning. A lo largo del taller, se guiará a los participantes en el desarrollo de un flujo de trabajo que incluye: preparación de datos, partición del conjunto de datos, ajuste de modelos, y comparación de resultados. El foco estará puesto en comprender los principios del diseño de tidymodels y cómo aplicarlo a problemas reales de clasificación o regresión.

Los objetivos de aprendizaje incluyen:

• Comprender la filosofía y estructura general de tidymodels.
• Ajustar y comparar modelos con validación cruzada.
• Interpretar métricas de evaluación y visualizarlas.

Este tutorial está dirigido a personas con experiencia básica en R, interesadas en aprender a implementar flujos de trabajo de machine learning. Está especialmente pensado para investigadoras/es, profesionales y estudiantes que trabajen en análisis de datos.

Se espera que las personas asistentes:
Están familiarizadas con operaciones básicas de manipulación de datos en R.
No es necesario tener experiencia previa con machine learning, pero sí en modelos de regresión.

Instructores:

Francisco Cardozo es candidato a doctor en la Universidad de Miami. Su trabajo se centra en el uso de técnicas estadísticas y computacionales, incluyendo machine learning, para mejorar la evaluación e implementación de programas de prevención. Es instructor de R y miembro activo de rOpenSci y Software Carpentry. Ha dictado talleres de R y tidymodels en inglés y español en Latinoamérica y EE.UU.


Edgar Ruiz es ingeniero en Posit PBC, con amplia experiencia en el ecosistema de R y en el desarrollo de herramientas de machine learning. Es autor y mantenedor de varios paquetes que extienden las capacidades del tidyverse / tidymodels. Además, contribuye activamente en talleres, conferencias y publicaciones que promueven buenas prácticas en ciencia de datos y análisis reproducible.