ML Clásico
Regresión, árboles, SVM, ensambles, clustering y reducción de dimensión.
Volver a los 11 temas · Referencia · el temario oficial: Syllabus IOAI
📋 En el syllabus oficial: sección 2. Classical machine learning.
La sección 2 del syllabus. Es el tema que más puntos regala por hora invertida: en tareas tabulares un gradient boosting bien validado gana seguido a una red neuronal improvisada.
📌 Qué abarca
- Supervisado: regresión lineal y logística, regularización L1/L2, k-NN, árboles de decisión, SVM 🧠💻.
- Ensambles: bagging, random forest y gradient boosting (
xgboost,lightgbm,catboost) 💻. - No supervisado: K-means y PCA 🧠💻; t-SNE, UMAP, DBSCAN y clustering jerárquico/espectral 💻.
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: Modelos gráficos probabilísticos, HMM, procesos gaussianos.
- No listado como subtema en el syllabus 2026: Aprendizaje por refuerzo (ni clásico ni profundo).
- No listado como subtema en el syllabus 2026: Teoría del aprendizaje estadístico (VC, PAC).
🎯 En competencia
Antique Painting Authentication (2025) era semi-supervisado con pocas etiquetas. Radar tuvo la mayor media del Individual 2025 (73/100, n=284). Son contextos para probar features y clasificadores clásicos, midiendo contra un baseline en el mismo split; las medias no identifican causas.
⚠️ La trampa típica
Saltar a una red neuronal porque «esto es una olimpiada de IA». Con 100 filas de entrenamiento, un RandomForest es una referencia rápida, no una garantía de victoria. Compara modelos con el mismo split y coste.
⚙️ 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.
- Gradient boosting tabular — Clasificación sobre datos tabulares con
HistGradientBoostingClassifier. - k-NN con escalado — Clasificación por vecinos más cercanos, con el escalado dentro de un
Pipeline. - K-means — Agrupa los datos en k clusters, con inicialización k-means++.
- PCA — Reduce la dimensión proyectando sobre las direcciones de mayor varianza, por SVD.
- Self-training — Aprovecha los datos sin etiqueta: etiqueta los que el modelo predice con alta confianza y reentrena incluyéndolos.
🏋️ 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 |
|---|---|---|---|
| Antique Painting Authentication | IOAI 2025 | Día 2 | 🟡 media ≥25 · media 47.73 · n=284 |
| Potato | IOAI 2026 | Día 1 | 🔴 media <12 · media 8.19 · n=440 |
| Widget Corp | 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 |
| Robot Delivery Academy | IOAI 2026 | At-home | ⚪ sin datos |
| The Analytical Language of John Wilkins | IOAI 2026 | At-home | ⚪ sin datos |
Las otras puertas del vault: Ruta de Aprendizaje · Referencia · IOAI