MP02 · Entrenamiento de modelos de aprendizaje automático

MP02 · Entrenamiento de modelos de aprendizaje automático

Apuntes de IA y Datos

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

Ficha del módulo

Campo Valor
Código MP02
Estándar de competencia ECP2493_3
Familia profesional Inteligencia Artificial y Data
Duración 190 h
Curso 1.º

Competencia que desarrolla: implementar la estrategia de entrenamiento mediante el análisis del problema, la configuración de arquitecturas y parámetros, el diseño de modelos de Machine Learning y su versionado para garantizar trazabilidad y despliegue.

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

Estructura del módulo

# Unidad didáctica
UD1 Selección de la estrategia de entrenamiento
UD2 Configuración del modelo y del entorno de entrenamiento
UD3 Operativización del entrenamiento
UD4 Evaluación del modelo entrenado
UD5 Versionado y ficha técnica del modelo
UD6 Trabajo responsable, sostenible y PRL
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD1

Selección de la estrategia de entrenamiento

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD1 · Paradigmas de aprendizaje automático

Paradigma Datos necesarios Cuándo usarlo
Supervisado Etiquetados (entrada + salida) Clasificación, regresión con ground truth
No supervisado Sin etiquetar Clustering, reducción de dimensionalidad
Autosupervisado Sin etiquetar (genera sus propias etiquetas) Pre-entrenamiento de LLMs, visión
Por refuerzo Retroalimentación de recompensa Agentes, decisiones secuenciales

El paradigma se determina según la disponibilidad de etiquetas, el objetivo funcional y los recursos disponibles.

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD1 · Entrenar desde cero vs. fine-tuning

Criterio Entrenar desde cero Fine-tuning
Volumen de datos Grande (millones de ejemplos) Pequeño o mediano
Recursos de cómputo Muy elevados Moderados
Tiempo Semanas o meses Horas o días
Especialización General o de dominio Muy especializado
Coste Alto Bajo

Cuándo hacer fine-tuning: cuando existe un modelo preentrenado en el dominio y los datos propios son limitados o confidenciales.

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD1 · Familias de modelos candidatos

Familia Casos de uso típicos
ML clásico (sklearn) Tabular: clasificación, regresión, clustering
Redes neuronales Problemas no lineales complejos
Modelos de visión (CNN, ViT) Imagen, vídeo, datos espaciales
Modelos de lenguaje (Transformers) Texto, código, multimodal
Series temporales (LSTM, Prophet) Predicción temporal, pronóstico

Documentar: criterios de decisión · alternativas consideradas · justificación de la elección

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD2

Configuración del modelo y del entorno de entrenamiento

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD2 · Frameworks y arquitecturas

Ecosistema principal:

  • Scikit-learn: ML clásico, API unificada, pipelines
  • PyTorch: investigación, redes neuronales flexibles, dinámica
  • TensorFlow / Keras: producción, despliegue móvil y web, estático
  • HuggingFace Transformers: modelos de lenguaje preentrenados

Selección de arquitectura:

  • Modelo desde cero: definición capa a capa
  • Modelo preentrenado: carga de pesos y adaptación del head
  • Selección según naturaleza del dato (tabular, imagen, texto, audio…)
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD2 · Función de pérdida y parámetros

Tipo de problema Función de pérdida habitual
Clasificación binaria Binary Cross-Entropy
Clasificación multiclase Categorical Cross-Entropy
Regresión MSE (Mean Squared Error)
Regresión robusta MAE (Mean Absolute Error)
Ranking / similitud Contrastive Loss, Triplet Loss

Parámetros clave del algoritmo:

  • Learning rate: velocidad de ajuste de los pesos
  • Batch size: número de ejemplos por actualización
  • Épocas: número de pasadas completas sobre el conjunto de entrenamiento
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD2 · Entorno reproducible

Preparación del entorno de cómputo:

  • CPU · GPU (CUDA/ROCm) · TPU · Nube (Colab, SageMaker, Vertex AI)
  • Gestión de dependencias: pip, conda, poetry, contenedores Docker

Garantías de reproducibilidad:

# Control de semillas aleatorias
import random, numpy as np, torch
random.seed(42)
np.random.seed(42)
torch.manual_seed(42)
  • Versionado de librerías: requirements.txt, pyproject.toml, environment.yml
  • Registro de la configuración completa antes de cada experimento
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD3

Operativización del entrenamiento

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD3 · Búsqueda de hiperparámetros

Método Descripción Cuándo usarlo
Grid Search Todas las combinaciones posibles Espacios pequeños y discretos
Random Search Combinaciones aleatorias Espacios medianos, rápido
Optimización bayesiana Guiada por resultados anteriores Espacios grandes, costoso

Herramientas: Optuna · Ray Tune · Weights & Biases Sweeps · Scikit-learn GridSearchCV

import optuna
study = optuna.create_study(direction="maximize")
study.optimize(objective, n_trials=100)
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD3 · Monitorización y técnicas de mejora

Monitorización en tiempo real:

  • TensorBoard: curvas de pérdida y métricas por época
  • MLflow: registro de experimentos y comparación
  • W&B: trazabilidad completa y visualización colaborativa

Técnicas ante sobreajuste:

Problema Técnica
Sobreajuste Parada temprana (early stopping), Dropout, Regularización L1/L2
Infraajuste Aumentar capacidad del modelo, más épocas, reducir regularización
Convergencia lenta Learning rate scheduling (cosine, step decay, warm-up)
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD4

Evaluación del modelo entrenado

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD4 · Métricas según tipo de problema

Problema Métricas principales
Clasificación binaria Accuracy, Precision, Recall, F1-score, AUC-ROC
Clasificación multiclase Macro/micro F1, matriz de confusión, Cohen's Kappa
Regresión MSE, RMSE, MAE, R² (coeficiente de determinación)
Clustering Silhouette score, Davies-Bouldin, Calinski-Harabasz

Regla clave: la métrica elegida debe alinearse con el objetivo de negocio, no solo con la estadística.

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD4 · Visualización e interpretabilidad (XAI)

Visualización de resultados:

  • Matriz de confusión: errores por clase y distribución de predicciones
  • Curva ROC / PR: equilibrio entre tasa de verdaderos y falsos positivos
  • Curvas de aprendizaje: evolución de pérdida y métricas por época

Interpretabilidad del modelo (XAI):

Técnica Uso
SHAP Contribución de cada variable a la predicción
LIME Explicaciones locales para una instancia concreta
Grad-CAM Zonas activadas en modelos de visión
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD5

Versionado y ficha técnica del modelo

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD5 · Guardado y versionado del modelo

Formatos estándar de serialización:

Framework Formato recomendado Portabilidad
Scikit-learn joblib, pickle Python
PyTorch state_dict + .pt Python / C++
TensorFlow SavedModel Multi-plataforma
Cualquiera ONNX Universal (producción)

Trazabilidad del versionado:

  • Vincular versión del modelo con versión del dataset y del código
  • Herramientas: MLflow Model Registry · DVC · BentoML
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD5 · Ficha técnica del modelo (Model Card)

Campos obligatorios de la model card:

  • Descripción: qué hace el modelo y para qué contexto
  • Métricas: resultados en test con su intervalo de confianza
  • Datos de entrenamiento: conjunto, versión, limitaciones conocidas
  • Limitaciones: casos en los que el modelo no es fiable
  • Sesgos conocidos: colectivos o escenarios subrepresentados
  • Casos de uso adecuados e inadecuados
  • Responsable técnico y fecha de creación
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD6

Trabajo responsable, sostenible y PRL

Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD6 · Responsabilidad ética en el entrenamiento

Principios a aplicar:

  • Autonomía y responsabilidad ética en las decisiones de diseño
  • Adaptabilidad ante cambios de datos, requisitos o resultados
  • Comunicación eficaz entre perfiles técnicos y no técnicos

Sostenibilidad en el entrenamiento:

  • Seleccionar arquitecturas que reducen consumo energético
  • Evitar duplicidad de experimentos mediante registro y versionado
  • Economía circular de datos y algoritmos: reutilizar experimentos anteriores
  • Cuantizar o reducir el modelo antes de desplegar en producción
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

UD6 · Prevención de riesgos laborales

Riesgo Medida preventiva
Tecnoestrés Límites de horario, rutinas de descanso, desconexión digital
Fatiga cognitiva Documentar decisiones para no recomenzar desde cero
Ergonomía postural Silla y escritorio ajustables, pantalla a la altura de los ojos
Ambiental Temperatura, ventilación y ruido adecuados

Actuación ante emergencias:

  • Plan de emergencias del centro: conocer rutas de evacuación
  • Extintores adecuados para equipos eléctricos
  • Protocolo de parada segura de sistemas en ejecución
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

Criterios de evaluación — MP02

  • Determina el paradigma adecuado al problema y justifica la familia de modelos
  • Selecciona arquitectura y función de pérdida coherentes con el problema
  • Prepara un entorno de entrenamiento reproducible
  • Ejecuta búsquedas de hiperparámetros y aplica técnicas de mejora
  • Calcula métricas pertinentes e interpreta el comportamiento del modelo
  • Guarda y versiona el modelo en formato estándar
  • Elabora la ficha técnica (model card) completa
  • Reduce el coste computacional y evita duplicidad de experimentos
Apuntes de IA y Datos
MP02 · Entrenamiento de modelos de aprendizaje automático

MP02 · Entrenamiento de modelos de aprendizaje automático

190 h · Curso 1.º · ECP2493_3

Apuntes de IA y Datos

Apuntes de IA y Datos