Metodología y Datos
Métricas, validación, overfitting, feature engineering y preprocesamiento.
Volver a los 11 temas · Referencia · el temario oficial: Syllabus IOAI
📋 En el syllabus oficial: sección 3. Data science / methodology.
La sección 3 del syllabus, y el tema transversal: no se practica aparte, se practica en cada tarea. Es lo que separa un puntaje que se sostiene en el test oculto de uno que se desinfla.
📌 Qué abarca
- Métricas: accuracy, precision, recall, F1, ROC/AUC, matriz de confusión 🧠💻.
- Underfitting / overfitting 🧠 y cómo se ven en las curvas.
- Validación: splits train/val/test, validación cruzada, splits por grupo cuando las filas no son independientes 💻.
- Feature engineering: one-hot, ventanas deslizantes, pooling, momentos estadísticos, PCA, embeddings de redes 💻.
- Data processing: imputación, padding, normalización, augmentation básica, tokenización, patching de imágenes 💻.
- Hiperparámetros con presupuesto acotado 💻.
Alcance y prioridades de estudio
Distingue lo no incluido oficialmente de lo que esta ruta pospone por presupuesto. El alcance oficial lo fija Syllabus IOAI.
- No listado como subtema en el syllabus 2026: Búsqueda automática de arquitecturas (NAS) y AutoML pesado: no hay tiempo.
- No listado como subtema en el syllabus 2026: MLOps, despliegue, monitoreo — nada de eso se evalúa.
🎯 En competencia
La IOAI tiene dos scoreboards: el A (validación, visible durante la prueba) y el B (test oculto, el único que rankea). Toda la metodología existe para que tu número local prediga el B. Los enunciados de 2026 lo dicen sin rodeos: los splits ocultos vienen de la misma distribución que train, así que tu score local es una previsión fiel si validaste bien.
⚠️ La trampa típica
Perseguir el scoreboard A. Con 60 envíos por tarea es perfectamente posible sobreajustar a la validación pública y desplomarse en el B. Un split local honesto vale más que veinte envíos de tanteo.
⚙️ Recetas de este tema
Código listo para consultar, con su implementación verificada. El catálogo completo, ordenado por el momento en que se necesita, está en Catálogo de recetas.
- 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.
- Baseline trivial — Predice la clase mayoritaria (o la mediana) sin mirar las features. Es el punto de partida contra el que se mide todo.
- Split estratificado — Parte los datos en train y validación conservando la proporción de cada clase.
- Split por grupo — Parte los datos sin que un mismo grupo aparezca en train y en validación a la vez.
- Estandarizar sin fuga — Centra y escala las features usando media y desviación calculadas solo con train.
- Métricas de clasificación — Accuracy, precision, recall, F1 y la matriz de confusión, escritas a mano.
- Umbral óptimo — Encuentra el corte de probabilidad que maximiza F1, en O(n log n) en vez de probando una grilla.
🏋️ Tareas de la IOAI con este tema
Ordenadas por media observada descendente. La ronda y el tamaño de cohorte importan: este orden no prescribe una progresión de estudio.
| Tarea | Edición | Ronda | Rendimiento observado |
|---|---|---|---|
| Radar | IOAI 2025 | Día 1 | 🟢 media ≥50 · media 73.41 · n=284 |
| Combinatorial Word Segmentation | IOAI 2025 | GAITE | 🟢 media ≥50 · media 55.35 · n=16 |
| Antique Painting Authentication | IOAI 2025 | Día 2 | 🟡 media ≥25 · media 47.73 · n=284 |
| Pixel Efficiency | IOAI 2025 | Día 2 | 🟠 media ≥12 · media 20.11 · n=284 |
| Robot Chasing | IOAI 2026 | Día 1 | 🔴 media <12 · media 11.98 · n=440 |
| Ghost of the Machine | IOAI 2026 | Día 2 | 🔴 media <12 · media 8.7 · n=440 |
| Restroom Icon Matching | IOAI 2025 | Día 2 | 🔴 media <12 · media 3.98 · n=284 |
| Widget Corp | IOAI 2024 | Científica at-home | ⚪ sin datos |
| Help BOBAI | IOAI 2024 | Científica on-site | ⚪ sin datos |
| Bobai | IOAI 2024 | Científica at-home | ⚪ sin datos |
| Lost in a Hyperspace | IOAI 2024 | Científica on-site | ⚪ sin datos |
| Radar (at-home) | IOAI 2025 | At-home | ⚪ sin datos |
| Operation Night Watch | IOAI 2026 | At-home | ⚪ sin datos |
| Robot Delivery Academy | IOAI 2026 | At-home | ⚪ sin datos |
Las otras puertas del vault: Ruta de Aprendizaje · Referencia · IOAI