Aprendizaje Automático de Extremo a Extremo: Entrena con Scikit-Learn, Rastrear con MLflow, Explicar con LLMs

Acerca de esta sesión: Construir un modelo de aprendizaje automático es solo la mitad del trabajo: el verdadero desafío es hacerlo reproducible, rastreable y explicable. En este taller práctico, recorreremos un flujo de trabajo completo de ML: entrenar un modelo con Scikit-Learn, rastrear experimentos y versiones con MLflow, y usar LLMs para generar explicaciones en lenguaje sencillo sobre el comportamiento y las predicciones del modelo.Ya seas un principiante explorando el pipeline de ML por primera vez o un practicante que busca optimizar su flujo de trabajo, esta sesión te proporcionará un plan práctico de extremo a extremo que podrás aplicar de inmediato.Lo que aprenderás:¿Quién debería asistir?: Aspirantes a científicos de datos, entusiastas de ML y profesionales de tecnología que buscan desarrollar habilidades prácticas y conscientes de la producción en ML.Facilitador: Bonface Manyara — Mentor Técnico de Ciencia de Datos en Moringa SchoolFormato: Webinar en vivo por Zoom (enlace compartido tras la inscripción)