⚙️ Catálogo de recetas
Las 23 recetas del vault, ordenadas por el momento de la tarea en que las necesitas — no por nombre ni por tema. Bajo reloj nadie busca «PCA»: busca «no tengo etiquetas».
Cada ficha trae qué hace, cuándo usarla, la implementación en Python y, sobre todo, dónde se rompe. Y una garantía que no es común: cada implementación publicada se ejecuta contra una referencia obviamente correcta antes de que el sitio se actualice. Si una receta se rompe, el sitio no se publica.
Antes de empezar
Poner el entorno a fallar como el de la competencia. Una celda, al principio del notebook, y las restricciones dejan de ser una promesa.
| Receta | Qué hace | Necesita |
|---|---|---|
| Modo competencia | Activa ayudas de práctica: rechaza comandos de instalación en IPython, solicita modo offline a HuggingFace y mide el tiempo de un bloque. No sustituye al grader oficial. | — |
Antes de modelar
Mirar y preparar los datos. Saltarse esto es de donde vienen casi todas las sorpresas del test oculto.
| Receta | Qué hace | Necesita |
|---|---|---|
| Split estratificado | Parte los datos en train y validación conservando la proporción de cada clase. | numpy |
| Split por grupo | Parte los datos sin que un mismo grupo aparezca en train y en validación a la vez. | numpy |
| Estandarizar sin fuga | Centra y escala las features usando media y desviación calculadas solo con train. | numpy |
Para el primer envío
Lo que corres en la primera hora para asegurar que el pipeline funciona y para despegarte del baseline.
| Receta | Qué hace | Necesita |
|---|---|---|
| Baseline trivial | Predice la clase mayoritaria (o la mediana) sin mirar las features. Es el punto de partida contra el que se mide todo. | numpy |
| Gradient boosting tabular | Clasificación sobre datos tabulares con HistGradientBoostingClassifier. | numpy, sklearn |
| k-NN con escalado | Clasificación por vecinos más cercanos, con el escalado dentro de un Pipeline. | numpy, sklearn |
Para saber si vas bien
Medir con la misma métrica que puntúa la tarea, y exprimirla.
| Receta | Qué hace | Necesita |
|---|---|---|
| Métricas de clasificación | Accuracy, precision, recall, F1 y la matriz de confusión, escritas a mano. | numpy |
| Umbral óptimo | Encuentra el corte de probabilidad que maximiza F1, en O(n log n) en vez de probando una grilla. | numpy |
Cuando faltan etiquetas
La mayoría de las tareas de la IOAI dan pocos datos etiquetados y muchos sin etiquetar.
| Receta | Qué hace | Necesita |
|---|---|---|
| Self-training | Aprovecha los datos sin etiqueta: etiqueta los que el modelo predice con alta confianza y reentrena incluyéndolos. | numpy, sklearn |
| K-means | Agrupa los datos en k clusters, con inicialización k-means++. | numpy |
| PCA | Reduce la dimensión proyectando sobre las direcciones de mayor varianza, por SVD. | numpy |
Cuando hay que entrenar una red
El esqueleto de PyTorch y lo que lo hace caber en el presupuesto.
| Receta | Qué hace | Necesita |
|---|---|---|
| Bucle de entrenamiento en PyTorch | El bucle mínimo de entrenamiento: forward, pérdida, zero_grad, backward, step. | torch |
| MLP | Construye un perceptrón multicapa con activaciones y dropout opcional. | torch |
| Early stopping | Corta el entrenamiento cuando la métrica de validación deja de mejorar durante paciencia épocas. | — |
| Congelar capas | Congela un modelo entero, o deja entrenables solo sus últimas capas. | torch |
| Contar parámetros | Cuenta los parámetros de un modelo exactamente como lo hace un grader, y verifica si caben en un presupuesto. | torch |
Cuando los datos son señales
Audio crudo, sensores, series de tiempo: cuando el orden de las muestras significa algo.
| Receta | Qué hace | Necesita |
|---|---|---|
| Features de ventana deslizante | Corta una señal en ventanas solapadas y calcula estadísticos por ventana, sin copiar memoria. | numpy |
| Espectro con FFT | Calcula la magnitud del espectro de una señal real y su frecuencia dominante. | numpy |
Cuando hay que emparejar o buscar
Retrieval: encontrar, para cada consulta, su pareja en un catálogo.
| Receta | Qué hace | Necesita |
|---|---|---|
| Búsqueda por similitud coseno | Encuentra, para cada consulta, los elementos más parecidos de un catálogo usando similitud coseno. | numpy |
Cuando hay que engañar a un modelo
Tareas adversariales: el objetivo no es acertar, es hacer fallar.
| Receta | Qué hace | Necesita |
|---|---|---|
| FGSM y perturbaciones acotadas | Genera perturbaciones adversariales —de un paso (FGSM) o iteradas (PGD)— acotadas a un presupuesto de norma. | torch |
Cuando hay un juez en vivo
Interactivos: se conversa con la organización por un protocolo, con presupuesto de turnos.
| Receta | Qué hace | Necesita |
|---|---|---|
| Protocolo JSON con el juez | El esqueleto de una tarea interactiva: leer un mensaje JSON por línea, responder otro, y depurar sin romper nada. | — |
| Búsqueda por ganancia de información | Elige, entre las preguntas disponibles, la que más reduce la incertidumbre sobre el candidato oculto. | — |
Por tema, en cambio: Temas. Y para el ángulo de competencia de cada tema, su hub.
Las otras puertas del vault: Ruta de Aprendizaje · Referencia · IOAI