Taller Introducción a Machine Learning en el 14° Seminario Internacional de Investigación sobre la Calidad de la Educación - SiiCE

Este taller se llevará a cabo durante el 14° Seminario Internacional de Investigación sobre la Calidad de la Educación - SiiCE. En este taller se presentarán los conceptos básicos de Machine Learning y se realizarán ejercicios prácticos en R. El taller está dirigido a investigadores y estudiantes interesados en aprender sobre Machine Learning y su aplicación en la investigación educativa.

Machine Learning en R

La innovación metodológicamente usualmente viene acompañada de promesas sobre la superación de barreras actuales de la investigación. En esta presentación, se discutiran algunas de las ideas innovadoras de las técnicas de análisis de Machine Learning, se mostrarán las ventajas y limitaciones y se harán unas demostraciones prácticas de su aplicación en R.

Contenido

1. ¿Qué es Machine Learning?
   1. Tipos de análisis estadísticos
   2. Software para estimar modelos utilizando Machine Learning.
2. Tres ideas fundamentales en Machine Learning.
   1. Estimar del error de generalización.
   2. Separar el error entre sesgo y varianza.
   3. Regularización.
3. Cómo implementar un Análisis Machine Learning en R
   1. Regresión Logística
   2. Árboles de decisión

Diapositivas

1. Introducción a Machine Learning.
2. Utilizar modelos de Machine Learning en R.

Organizadores

Francisco Cardozo. Universidad de Miami. Eric C. Brown. Universidad de Miami.

Preparación

1. Abrir una cuenta gratuita en Posit Cloud.

Base de datos

Durante el taller, nos centraremos en una base de datos compuesta por los resultados de las pruebas ‘Saber 11’ y por información relacionada con las familias de los estudiantes. Esta base de datos está estructurada de forma que nos permitirá desarrollar un modelo predictivo. El objetivo será pronosticar los resultados que los estudiantes obtendrán en las pruebas ‘Saber 11’, utilizando los datos de las variables recogidas cuando cursaban el noveno grado.

Recursos adicionales

tidyverse tidymodels

Código de Comportamiento

Este es nuestro Código de Comportamiento. En resumen los asistentes al workshop se compromenten a generar y respetar un entorno inclusivo y seguro para todos los participantes. No se esperan comportamientos inaceptables como la discriminación y el acoso. Cualquier violación a estas normas puede resultar en medidas que van desde advertencias hasta la expulsión del evento.

Talleres pasados

• Crear tablas en R. Universidad Nacional de Colombia. Octubre, 2023.

• Técnicas de regresión en R. Universidad de los Andes. Marzo, 2023.

Próximos talleres

• Unbalanced data in Machine Learning Modeling. Univeristy of Miami. December 5, 2023.

Licencia

Estos materiales han sido desarrollados bajo la siguiente licencia CC BY-SA 4.0 DEED.

Agradecimiento

Este workshop es posible gracias la Universidad de Miami, especialmente al grupo PERLA, el Frost Institute for Data Science and Computing y el El Instituto Colombiano para la Evaluación de la Educación (ICFES). Si encuentras algún aspecto que pueda ser mejorado, por favor envíe un issue en nuestro repositorio de GitHub.