Скачать или смотреть Curso ML 2026 #6 | Stratified Sampling y Análisis Exploratorio

En este video profundizamos en una etapa crítica y muchas veces subestimada en Machine Learning: la correcta creación del conjunto de entrenamiento y prueba usando muestreo estratificado, y cómo explorar los datos para obtener insights reales antes de entrenar cualquier modelo.

Comenzamos entendiendo por qué el muestreo puramente aleatorio puede introducir sesgo, especialmente cuando el dataset no es lo suficientemente grande. Aprenderás qué es el stratified sampling (muestreo estratificado) y cómo garantiza que el test set mantenga la misma distribución que la población original — por ejemplo, respetando proporciones de categorías como niveles de ingreso.

Usamos herramientas como:

pd.cut() para crear categorías a partir de variables continuas
StratifiedShuffleSplit de sklearn.model_selection
train_test_split() con el parámetro stratify
Comparación entre muestreo aleatorio vs estratificado
Luego pasamos a una fase clave del proyecto: Exploración y Visualización de Datos (EDA).

Aprenderás a:

Crear scatterplots geográficos con latitude y longitude
Visualizar densidad con transparencia (alpha)
Representar múltiples variables en una sola gráfica (tamaño, color, población, precio)

Material de apoyo: Leer los siguientes temas del capitulo 2 del libro Hands-On Machine Learning with Scikit-Learn and PyTorch - Aurélien Géron

Explore and Visualize the Data to Gain Insights
Visualizing Geographical Data

Episodio Spotify de apoyo: https://open.spotify.com/episode/5Mx5...

🔗 Suscripciones 👉 https://www.youtube.com/cha.../UCpqqJ...
💬 Discord 👉   / discord  
📸 Instagram 👉   / pildoras_de_programacion  
🎵 TikTok 👉 https://www.tiktok.com/@pil_programac...
📘 Facebook 👉   / pilprogramacion  
📺 YouTube 👉    / @pildorasdeprogramacion  
🔔 ¡Suscríbete y activa la campanita para no perderte futuros lives!
🔴 ¡Nos vemos en el live! 🚀🐳