{
  "fetched_at": "2026-10-20T06:28:12Z",
  "source_url": "https://www.kaggle.com/competitions/egris-aprendizaje-automtico/data",
  "pages": [
    {
      "name": "data-description",
      "content": "train: archivo para entrenar\ntest: archivo para aplicar el modelo\nmodelo_random.csv : ejemplo de archivo para subir al sitio (puede tener cualquier nombre)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "Dada la base “tratamiento termico.csv” ya trabajada en clase, notar que la última columna llamada “FN” está asociada a tubos que están Fuera de norma. Esto significa que alguna de las propiedades mecánicas medidas luego del proceso no cumplen con la banda o tolerancia exigida por la norma petrolera estándar API.\n\na) Construir un modelo de clasificación para definir si cierto tubo estará en norma (FN=0) o fuera de norma (FN=1). La métrica que interesa para este proceso en particular es la siguiente:\nUtilidad media = ( 200*TP + 0*TN + (- 400)*FN +(– 100)*FP ) / (TP+TN+FP+FN) Es decir, se pondera de forma diferente cada evento de la matriz de confusión.\n\nb) El modelo elegido deberá ser aplicado sobre un conjunto “test.csv”, el cual tiene únicamente las variables de proceso (es decir que no tiene medidas la Fluencia, Rotura ni Dureza). La predicción deberá ser subida al sitio. Deberán generar una cuenta con usuario.\n\nEl sitio Kaggle devolverá el valor de la métrica lograda y publicará su valor en un ranking junto con otros participantes. El valor obtenido deberá superar cierto umbral mínimo establecido. Si queda por debajo, deberá mejorar su modelo.\nc) Una vez logrado superar el umbral, podrá elegir otro modelo que le interese para mejorar su métrica frente a otros. El orden de mérito que surja será una de las notas asociadas a la materia.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "La evaluación será a partir de la utilidad media de la matriz de confusión ponderada de la siguiente forma:\nMatriz de costos = [0 -400; -100 200]\nEs decir:\nbeneficio de TN --> a11 = 0\ncosto de FN --> a12 =-400\ncosto de FP --> a21=-100\nbeneficio de TP --> a22=200\n\nLa métrica \"utilidad media\" queda definida como:\n\nutilidad media = ( a11TN + a12FN + a21FP + a22TP ) / (TN+FN+FP+TP)",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}