Trabajo de Aplicación:
Regresión logística
Fundamentos para IA
Presentación de diapositivas
Script. Trabajo de Aplicación: Regresión logística
Descripción: El grupo elaborará un script sobre la aplicación de librerías específicas de
Python en cálculo numérico y visualización de datos, con el objetivo de argumentar las
matemáticas aplicadas a la inteligencia artificial por medio de herramientas de software.
Esta actividad le permitirá desarrollar el resultado de aprendizaje orientado a relacionar la
regresión logística aplicada con las librerías Python.
Ver: Tengan en cuenta las siguientes preguntas orientadoras para desarrollar la actividad:
¿Identifican los conjuntos de datos a los cuales se puede aplicar la regresión
logística?
¿Cómo utilizan las librerías de Python para aplicar la regresión logística?
Juzgar: El grupo deberá analizar y estudiar las funciones de las librerías Python
orientadas al cálculo numérico y visualización de datos, para aplicar los conceptos
pertinentes a la regresión lineal a través de ellas.
• Lee, W. (2019). Python machine learning (pp. 151-174). Wiley.
• Theodoridis, S. (2015). Machine learning : A bayesian and optimization
perspective (53-102) Elsevier Science & Technology.
Revisen los conceptos básicos y recursos que soportan la actividad; después revisen la
documentación de la o las librerías de Python a utilizar.
Actuar: Realicen el ejercicio estadístico de un dataset seleccionado y ejecuten la
visualización con el respectivo análisis de los datos contenidos allí. Es importante identificar
la estructura del conjunto de datos utilizado y las actividades a realizar. Podrán utilizar los
datasets de Kaggle para regresión logística. También pueden utilizar uno diferente,
teniendo en cuenta que sea de libre acceso.
2
Presentación de diapositivas
A partir de la información revisada, la consulta de la bibliografía y los recursos de actualidad
de la semana, las documentaciones en línea de las librerías utilizadas y el caso propuesto,
elaboren un script, teniendo en cuenta los siguientes aspectos:
1. Identifiquen los conceptos de regresión logística a aplicar, para luego utilizar las librerías
de Python correspondientes para el cálculo numérico y visualización, con las cuales se
elaborarán el script con los gráficos embebidos.
2. El trabajo debe tener la siguiente estructura:
• Portada. Incluyan el título del trabajo, sus nombres completos, el nombre del
curso, número de semana, el nombre del docente y fecha de entrega.
• Script comentado. Identifiquen los resultados obtenidos.
• Conclusiones. Cierren su trabajo con una reflexión sobre los aspectos
abordados en la actividad.
• Referencias. Incluyan un apartado en el que enliste todas las fuentes de
consulta que utilizaron para realizar la actividad.
3. Presenten el script de acuerdo a la notación Python.
4. Cuiden la presentación, redacción y ortografía.
5. Recuerden que las referencias y citas deben apegarse a las normas APA.
Devolución creativa-metacognición: A partir del desarrollo de la actividad, el grupo
obtendrá un referente del uso de las librerías de Python del cálculo numérico y de
visualización en el estudio de la regresión logística. También aplicarán un conjunto de
herramientas útiles que le ayudarán a comprender su potencialidad y la fácil
implementación de una regresión logística, con lo cual afianzarán los primeros conceptos
asociados a uno de los algoritmos de aprendizaje supervisado para la clasificación y
utilizado en Inteligencia Artificial.
3
Presentación de diapositivas
Tiempos y recursos educativos para el desarrollo de la actividad
Tipo de
Colaborativa
actividad
Tiempos Desarrollo de la actividad: 7 horas
Consulta de materiales: 3 horas
Recursos
Recursos básicos:
Lee, W. (2019). Python machine learning. (pp. 151-174). Wiley.
Theodoridis, S. (2015). Machine learning: A bayesian and
optimization perspective (53-102) Elsevier Science & Technology.
Recurso complementario:
Bagnato. J. (2017, 23 de noviembre). Regresión Logística con
Python. Paso a paso. [Entrada en blog]. Aprende Machine Learning
en Español.
Rol del tutor: A través de los canales de comunicación del curso, acompañará y guiará en
el uso de la herramienta de Google Colaboratory, orientando el proceso de la realización
del script sobre la aplicación de librerías. Asimismo, aclarará inquietudes, ampliará
conceptos, brindará retroalimentación y, finalmente, evaluará la actividad de acuerdo con
los criterios establecidos en la rúbrica.
4
Presentación de diapositivas
Forma de entrega:
• Guarde el documento en el formato correspondiente .pptx., si su elección fue una
herramienta digital, obtengan el enlace proporcionado por la herramienta que
utilizaron y ubíquelo en una hoja Word con sus datos.
• Nombre el archivo de la siguiente manera:
primerapellido_primernombre_tipodeactividad. Por ejemplo: romero_luis_script.
• Dé clic en Agregar entrega para subir el trabajo a la plataforma.
• Arrastre y suelte el documento en Archivos enviados.
• Dé clic en el botón Guardar cambios para finalizar la entrega. De lo contrario, el
archivo no se guardará y no se habrá entregado.
5
Presentación de diapositivas
Rúbrica. Script
No evaluable Insuficiente Regular Bueno Excelente
Criterios (0) (1.9) (2.9) (3.9) (5) Puntos
Se detecta plagio total, se El estudiante El estudiante El estudiante sabe El estudiante
envió otra actividad o la desconoce cómo cargar desconoce cómo cargar cargar y descargar un sabe cargar y
actividad no cumple con y descargar un archivo y descargar un archivo archivo descargar un
los criterios mínimos archivo
Uso de Google solicitados para ser Desconoce cómo está No identifica la mayoría Identifica la mayoría
Colab evaluada, la actividad compuesto el código de la funcionalidad de de la funcionalidad de Identifica la
está incompleta, no del archivo. las líneas del código las líneas de código. mayoría de la
entregó. funcionalidad de
las líneas de
código
Puntaje 0 0.475 0.725 0.975 1.25
Se detecta plagio total, se Demuestra Demuestra deficiencias Demuestra una Demuestra
envió otra actividad o la desconocimiento de en el manejo de las habilidad intermedia habilidad
Nociones actividad no cumple con cómo utilizar una librerías en Python. en el manejo de las completa en el
básicas de las los criterios mínimos librería en Python librerías de Python. manejo de las
librerías de solicitados para ser librerías de
Python evaluada, la actividad Python.
está incompleta, no
entregó.
Puntaje 0 0.475 0.725 0.975 1.25
Se detecta plagio total, se No estructura Estructura, algunas Estructura, la mayoría Estructura,
envió otra actividad o la correctamente el código veces, correctamente el de las veces, siempre
Aplicación de actividad no cumple con de Python de acuerdo código de Python de correctamente el correctamente el
conocimientos los criterios mínimos con conceptos acuerdo con código de Python de código de Python
matemáticos solicitados para ser matemáticos. conceptos acuerdo con de acuerdo con
con Python evaluada, la actividad matemáticos. conceptos conceptos
está incompleta, no matemáticos. matemáticos.
entregó.
Puntaje 0 0.475 0.725 0.975 1.25
Se detecta plagio total, se No utiliza las librerías Utiliza algunas veces Utiliza, la mayoría de Utiliza siempre
envió otra actividad o la de Python para resolver las librerías de Python las veces, las librerías las librerías de
Aplicación de actividad no cumple con problemas estadísticos. para resolver de Python para Python para
los criterios mínimos problemas estadísticos. resolver problemas resolver
Python en
solicitados para ser estadísticos. problemas
estadística evaluada, la actividad estadísticos.
está incompleta, no
entregó.
Puntaje 0 0.475 0.725 0.975 1.25
Puntaje total
Calificación
(Puntaje total/
número de
criterios)
