Construyo modelos de machine learning y cuento lo que de verdad aciertan.

Predecir el abandono de estudiantes y mostrar cuándo la predicción sirve de algo

25.059 estudiantes internacionales, con datos que llegan en tres etapas: primero la solicitud, después la asistencia y por último los resultados de los módulos. Comparé XGBoost con una red neuronal en cada etapa, con una partición agrupada por estudiante y un conjunto de test reservado de 5.013.

La puntuación de 0,993 en la última etapa era demasiado buena: los expedientes imputados delataban la respuesta. Evaluado de nuevo sobre los 4.339 estudiantes que seguían en el curso, el modelo detecta 105 de 136 abandonos futuros. Una partición temporal mantuvo el ROC-AUC en 0,891, 0,904 y 0,980, pero mostró que el umbral de decisión tendría que recalibrarse con cada nueva promoción.

Python · XGBoost · Keras · scikit-learn · pandas

Separar las quejas de toda la cadena de las de cada centro en reseñas de clientes

Decenas de miles de reseñas de dos plataformas para una cadena de gimnasios británica, un cliente bajo acuerdo de confidencialidad. Comparé BERTopic (embeddings MiniLM, UMAP, HDBSCAN y fusión jerárquica), clasificación de emociones con transformers, LDA ajustado según la coherencia c_v y un LLM local (phi4-mini en Ollama, temperatura 0) para etiquetar los temas.

Los resultados se dan como tasas con umbrales de volumen mínimo, no como recuentos brutos. Corregí artefactos de fechas debidos a cargas masivas y documenté dónde las etiquetas del LLM eran vagas o no se apoyaban en los datos.

BERTopic · sentence-transformers · UMAP · HDBSCAN · Hugging Face · Ollama · Gensim

De 951.668 pedidos a cinco segmentos de clientes

Construí una vista por cliente a partir de los pedidos: frecuencia, recencia, valor del ciclo de vida, coste unitario y edad para 68.300 clientes de 47 países, en un pipeline de scikit-learn con StandardScaler y K-means.

Elegí k = 5: ahí se aplana la curva del codo y el coeficiente de silueta alcanza su máximo, aunque el índice de Davies–Bouldin era algo mejor con k = 6, y así lo indico. El clustering jerárquico de Ward mostró una estructura más amplia de dos grupos que los cinco segmentos subdividen, y cada segmento lleva asociada una acción de marketing.

pandas · scikit-learn · SciPy · PCA · t-SNE

Código

¿Explica la sorpresa musical cómo responde el cerebro a Bach?

Conjunto de datos público (CC0): EEG de 20 oyentes y 7.839 notas. Entrené 24 modelos de secuencias GRU en PyTorch (altura y ritmo, tres semillas, con y sin aumento de datos), con el diseño fijado antes de entrenar, y ajusté funciones de respuesta temporal en MNE con validación cruzada anidada por pieza.

La sorpresa de altura de la GRU con aumento mejoró la predicción del EEG en 16 de 20 oyentes, más que IDyOM o IDyOMpy, y se mantuvo entre semillas y al dejar fuera una pieza o un oyente. El resultado del ritmo no se sostuvo, y así lo cuento. Por el camino reproduje un efecto publicado y mostré que validar por ensayos lo infla.

PyTorch · MNE-Python · regresión ridge · pruebas de Wilcoxon · pytest

Código disponible a petición

Distinguir palos flamencos a partir del audio

Clasifica soleá, seguiriya, bulería y alegrías. Los cuatro comparten el compás de 12 tiempos, así que las variables salen de la teoría musical: modo frigio frente a mayor, la cadencia andaluza y dónde cae la armonía dentro del ciclo, junto con MFCC y croma.

Un Random Forest superó al gradient boosting y a una SVM. El tempo resultó ser la variable que más discrimina por sí sola, y las variables de posición en el compás redujeron la varianza de la validación cruzada en lugar de subir la media. Está publicado como aplicación de Streamlit, con pruebas de pytest e integración continua en GitHub Actions.

librosa · scikit-learn · Streamlit · pytest

Demo en vivoCódigo

Reconocer la voz de un cantaor, no su estilo

109 grabaciones históricas de flamenco de 79 cantaores, de los que solo 31 tienen más de una grabación: muy pocos datos para entrenar un codificador desde cero. Entrené con triplet loss una capa de proyección 512-256-128 sobre embeddings preentrenados de OpenL3 y evalué la verificación en conjunto cerrado.

El espacio ajustado supera al modelo base congelado. Una prueba posterior mostró que también separa los dos conjuntos de datos de origen, así que parte de lo que aprende es la procedencia de la grabación. El informe lo explica.

PyTorch · OpenL3 · triplet loss · UMAP

Código

Seguir las incidencias de una aerolínea como lo haría un centro de operaciones

API REST en Flask con validación en Pydantic y autenticación por clave, SQLAlchemy y PostgreSQL con migraciones de Alembic, y un trabajador de Celery que estima el impacto y propaga los retrasos por la rotación de cada avión. Funciona en Docker Compose, con un flujo de GitHub Actions que prueba todo el sistema de principio a fin.

Flask · SQLAlchemy · PostgreSQL · Celery · Redis · Docker · pytest

Código