caso de uso
El modelo que se aprendía a los jugadores de memoria — Mundo Real
Caso de uso 6: Industria: análisis deportivo / scouting de fútbol. Nivel: Medio. 7 lecciones, 5 días simulados. Regresión multifeature (RandomForest), overfitting, validación cruzada e importancia de features. Datasets descargables.
para este caso necesitas…
El caso da por sabido lo que se enseña en estos módulos de Entrenamiento. Puedes entrar ya; si algo no te suena, el módulo está a un clic.
Bienvenida a Fichaje Analytics
Tu sexto encargo: estimar el valor de un jugador la temporada que viene, con un peligro nuevo —que el modelo se aprenda de memoria y te mienta.
Montar el repo y mirar los datos
Cargar las estadísticas de temporada y los valores de mercado, y dar un primer vistazo: cuántas filas, qué está sucio y qué es exactamente el target.
Limpiar y construir features justas
Limpiar y construir las features que miden a un jugador: el volumen bruto engaña, así que las estadísticas se trabajan por 90 minutos.
El primer modelo (y la euforia)
Entrenar un bosque potente con todas las features: acierto espectacular y un valor altísimo para Olarra. Gorka te dice que esperes a mañana.
El 0,58 era de un solo reparto
El descubrimiento: la validación cruzada da 0,60, lejísimos del casi perfecto 0,9465 de entrenamiento. Ese acierto no servía para juzgar al modelo.
Domar la complejidad: el modelo honesto
Podas el bosque y tiras el ruido: fuera rinde prácticamente igual, con menos columnas. Y descubres de dónde salían los 90 millones de Olarra.
El número honesto con su margen, y la demo
Montar las figuras, estimar el valor de los jugadores objetivo con su margen, y defender el número honesto de Olarra ante Chus y Patricia.