Predecir la asistencia a talleres es un curso práctico para quienes ya conocen pandas y regresión básica. Un estudio comunitario necesita estimar la asistencia siete días antes de cada taller para preparar materiales. Construirás un análisis repetible que use solo información disponible en el momento adecuado, mida errores reales y compare un modelo pequeño con una referencia sencilla.
Dos laboratorios guiados presentan el plazo de predicción, la congelación del entrenamiento, la evaluación por fechas, el tratamiento de los valores ausentes aprendido solo del entrenamiento y un Pipeline corto de regresión. Un desafío independiente aplica los mismos mecanismos a otra temporada. Cada unidad tiene sus propios datos preparados; no se transfieren archivos ni procesos entre laboratorios. Los 165 minutos totales son una estimación del autor que incluye lectura y correcciones habituales, no tiempo medido con principiantes.
Lo que aprenderás
- Distinguir instantáneas de reservas a siete días de reservas finales y escaneos posteriores.
- Congelar el entrenamiento antes de predicciones posteriores y reservar talleres etiquetados posteriores para evaluar.
- Ajustar el preprocesamiento de valores ausentes con filas de entrenamiento y reutilizarlo sin aprender del conjunto reservado.
- Comparar predicciones continuas con una mediana de entrenamiento mediante MAE en personas.
- Asociar valores reales, predicciones y errores dibujados por ID de taller.
- Exportar predicciones futuras sin fingir que se conocen los resultados.
A quién va dirigido este curso
A quienes quieren convertir regresión básica en un flujo pequeño y honesto de planificación.
Requisitos previos: Funciones Python, entrada en terminal, selección y uniones pandas, regresión básica Scikit-learn, separación entrenamiento/prueba y Matplotlib introductorio. Se recomienda Choosing Opening Hours from Data para practicar la interpretación de datos y sus límites.
Entorno de aprendizaje: Un WebIDE en el navegador incluye CSV sintéticos originales, Python, pandas, NumPy, Scikit-learn y Matplotlib. No necesitas instalar nada localmente ni una cuenta de datos externa. Programas, salidas y etiquetas de interfaz siguen en inglés.
Preguntas frecuentes
¿Debe el modelo superar la referencia?
No. Una comparación correcta puede mostrar que no aporta valor. El objetivo es una evaluación veraz, no una puntuación obligatoria.
¿Ajustaré muchos modelos?
No. Utilizarás un flujo pequeño de imputación por la media y regresión lineal. Las decisiones principales son qué se conoce, cuándo y qué significan los errores.
¿Son pronósticos para producción?
No. Los pequeños conjuntos son material sintético original. Demuestran un flujo reproducible sin establecer fiabilidad para un espacio real.
