Notas sobre machine learning
Apuntes técnicos escritos mientras aprendo: evaluación honesta, fugas de datos, despliegue, aplicaciones con LLMs y los errores que hay detrás de cada lección. Salen de los proyectos de esta web, con el código a un clic.
Tu eval bajó del 90 al 89%: ¿regresión real o ruido?
Un modelo nuevo puntúa 89,4% donde el anterior daba 90,0% sobre 1.000 ejemplos. Parece una regresión. En ese tamaño de muestra es ruido. Cómo distinguir una cosa de la otra antes de bloquear un despliegue.
Leer artículo
Fugas entre train y test: el error que infla todas tus métricas
Una fila que aparece en entrenamiento y en test hace que el modelo parezca mejor de lo que es. Es fácil de introducir sin querer y difícil de ver a ojo. Dónde se cuela y cómo detectarlo antes de creerte tus números.
Leer artículo
Del notebook a una API de inferencia que aguanta producción
Un modelo entrenado en un notebook no es un producto. Convertirlo en un servicio que valida su entrada, responde con latencia predecible y se puede monitorizar es el trabajo que separa una demo de un sistema.
Leer artículo¿Cuándo vale la pena usar un LLM y cuándo no?
Los LLMs resuelven ciertos problemas mejor que cualquier otro enfoque. Otros los resuelven peor que un clasificador de tres líneas. La pregunta que hay que hacerse antes de abrir la API de OpenAI.
Leer artículoCómo evaluar si un modelo de ML funciona de verdad
Un modelo que tiene un 95% de accuracy puede ser completamente inútil. Un modelo que parece peor en validación puede ser el que de verdad funcione en producción. Lo que separa la evaluación honesta de la que infla resultados.
Leer artículo
Por qué el umbral de decisión importa más que el modelo
Cambiar el umbral de decisión de 0,5 al valor correcto para el coste de tu negocio puede mejorar el resultado operativo más que pasar de regresión logística a XGBoost. Por qué nadie lo explica así.
Leer artículo
RAG: respuestas verificables sobre documentos propios
Cómo funciona la generación aumentada por recuperación: indexado, recuperación semántica, chunking y evaluación. Por qué cada respuesta debe poder citar de dónde viene …
Leer artículo
MLOps: la diferencia entre un modelo en un notebook y uno en producción
Un notebook es un entorno de exploración, no un sistema. Lo que hace falta para que un modelo funcione en producción, se mantenga solo y no se degrade en silencio.
Leer artículoDrift: cómo detectar que tu modelo se está degradando
El modelo no cambia. Los datos sí. Y si nadie está mirando, el modelo puede llevar semanas dando predicciones malas sin que nadie lo sepa. Cómo monitorizar drift de forma práctica.
Leer artículo¿Conectamos?
Hablemos: feedback, colaboración o una oportunidad.
Puedes escribirme por un proyecto, una duda técnica, para darme feedback o por unas prácticas o un primer puesto junior. Respondo siempre.
Escríbeme