Optimizar hiperparámetros con teoría del aprendizaje
Visión general
De qué trata este proyecto.
Optimiza XGBoost y RBF-SVM con Optuna y validación anidada en 5 datasets. Calcula cotas de generalización. Obtén un certificado verificable.
El escenario
La consultoría (18 personas) cobra entre 8k y 25k EUR por proyecto y necesita reducir la variabilidad de resultados que hoy depende de la experiencia individual de cada consultor.
El Briefing
Lo que harás y lo que demostrarás.
Definir una metodología reproducible de selección de modelo con cotas teóricas que mejore la práctica actual del equipo en 5 datasets representativos.
Earning criteria — what you'll demonstrate
- Aplicar Bayesian optimization a la selección de hiperparámetros con presupuesto acotado
- Diseñar protocolos nested CV honestos para datasets pequeños
- Calcular y comunicar cotas de generalización (Rademacher, PAC-Bayes)
- Reducir variabilidad entre consultores con una metodología compartida
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Advanced Machine Learning
Master · Machine Learning
Strong alignment
This challenge maps to Advanced Machine Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Bayesian Optimization
Apply bayesian optimization to solve real industry problems and demonstrate production-level capability.
- Cross Validation
Apply cross validation to solve real industry problems and demonstrate production-level capability.
- Learning Theory
Apply learning theory to solve real industry problems and demonstrate production-level capability.
- Model Selection
Apply model selection to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Statistical Rigor
Apply statistical rigor to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Data Scientist
Disciplinar la selección de modelo con nested CV y cotas teóricas es exactamente el trabajo de una persona Data Scientist senior en consultoría.
Este proyecto afina
- cross-validation
- model-selection
- learning-theory
Applied AI Scientist
Convertir teoría del aprendizaje en métricas comunicables a cliente es el puente que define el rol Applied AI Scientist frente al puramente académico.
Este proyecto afina
- learning-theory
- statistical-rigor
- model-selection
ML Researcher
Aplicar cotas PAC-Bayes y diseñar comparativas reproducibles conecta con la rutina de quien publica metodología en ML aplicado.
Este proyecto afina
- bayesian-optimization
- learning-theory
- statistical-rigor