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.
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 era memoria, no virtud.
Domar la complejidad: el modelo honesto
El arreglo contraintuitivo: un modelo más simple. Podas el bosque y tiras el ruido; el acierto honesto sube a 0,61 y Olarra pasa de 90 a 78 millones.
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.