{
  "fetched_at": "2026-10-20T00:38:08Z",
  "source_url": "https://www.kaggle.com/competitions/fa-ii-2023-i-flujos-de-modelos-tradicionales/data",
  "pages": [
    {
      "name": "data-description",
      "content": "### Archivos\n- train.parquet - El set de datos de entrenamiento\n- test.parquet - El set de datos de test\n- sample_submission.csv - un ejemplo de un archivo a someter en la competencia\n- Diccionario.xslx - Descripción de los campos que se encuentran en el train y test set.\n\nPara leer archivos parquet, seguir las instrucciones que encontrarán aquí (se pueden leer directamente a un pandas Dataframe, después de haber instalado el paquete fastparquet).\nhttps://pandas.pydata.org/pandas-docs/version/0.21/io.html#io-parquet",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "### Contexto de negocio. \nUna entidad financiera tiene unas reglas de negocio bastante estrictas para la entrega de tarjetas de crédito, por lo que en la actualidad está rechazando gran cantidad de clientes, situación que está afectando las metas del área comercial. \n\n### Problema de negocio\nLa empresa ha decidido contratarlos para que construya un modelo predictivo que permita estimar la probabilidad de que un cliente pagué o no un crédito.\n\n### Contexto analítico\nSe les hace entrega de un archivo con información histórica de los cliente que han sido aprobados y la clasificación de su comportamiento de pago en los 6 meses posterior a la entrega de la tarjeta, marcando como malo si presentó mora mayor a 60 días, y bueno en el caso contrario. Se trata de data estructurada tabular donde cada fila representa un crédito, y cada columna una variable característica del crédito, con una columna particular final que indica si el crédito presentó problemas de pago o no.\n\nSe espera que entrene diferentes familias de modelos predictivos de clasificación (LDA, QDA, SVC con diferentes kernels, Lasso, Ridge), precedidos por diferentes procesos de transformación (normalizaciones, imputación, feature engineering, dummificación, PCA, LDA, selección de features).\n\nLa evaluación de la calidad de los flujos de modelos predictivos se debe estimar utilizando la métrica de ROC AUC.\n\nExpliquen sus ideas, el por qué realizan las acciones, y comenten los resultados obtenidos; se espera mucho más que unos bloques de código.\nLa toma de decisiones sobre los datos se debe hacer considerando el contexto del problema y de los datos, no se puede ver todo solamente desde los ojos de los datos, sino también considerar el negocio.\nUn Científico de Datos debe poder comunicar los puntos importantes de su trabajo en un lenguaje universal para todos los públicos.\nTodo esto se considerará en la nota.\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "El taller será evaluado de esta manera: \n\n### Envíos: \nPara la evaluación se espera que: \n- envíen un archivo con los resultados a Kaggle haciendo un submission \n- suban a Moodle el notebook correspondiente teniendo en cuenta el contenido esperado detallado a continuación \n\n### Entendimiento y preparación de datos: \n- Análisis del baseline (0.2 puntos) \n- Análisis de missing values (0.2 puntos) \n- Análisis de outliers (0.2 puntos) \n- Imputación de valores (0.4 puntos) \n\n### Feature Engineering: \n- Tratamiento de variables categóricas (0.2 puntos) \n- Uso de PCA y LDA (0.6 puntos) \n- Selección de variables con Lasso (0.4 puntos) \n\n### Calibración y selección de modelo \n- LDA y QDA (0.4 puntos) \n- SVC con diferentes kernels (0.8 puntos) \n- Lasso y Ridge (0.4 puntos) \n- Redes neuronales densas poco profundas (1 punto) \n- Escogencia del flujo final (0.2 puntos) \n\n### Competencia \nAdicionalmente, al tratarse de una competencia, según la posición en la misma se otorgarán puntos de bonificación de la siguiente manera: \n- Primer grupo: 1 punto \n- Segundo grupo: 0.6 puntos \n- Tercer grupo: 0.3 puntos \n\nPara la competencia se tendrá en cuenta los resultados con la métrica de ROC AUC. A parte del dataset provisto a cada grupo, se tendrá un dataset de validación no accesible directamente por los estudiantes, pero que se scoreará con cada submisión de resultados sobre un dataset privado.\nCada grupo deberá predecir la probabilidad de impago de un crédito para instancia del test set, y se deberá subir un archivo a esta competencia de Kaggle con los resultados, únicamente dos columnas `id_cliente` y `bad`, separadas por comas, tal como se muestra en el siguiente ejemplo: \n\n``` id_cliente,bad 42010,0.551 42011,0.326 ```\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "**OJO:** El trabajo es en parejas (parejas de a **dos**!).\nEs completamente válido buscar en internet soluciones a preguntas de código, no hay problema en eso. Sin embargo, en varios semestres anteriores, ha pasado, y ojalá no vuelva a pasar, que se copien pedazos de códigos entre grupos, siendo esto bastante evidente. Todo siempre comienza cuando varios grupos se reunen a desarrollar el taller \"por separado\", pero siempre termina en utilización del mismo pedazo de código, ya sea porque lo encuentran juntos en la web o porque un grupo le muestra al otro.\nEvitemos problemas; que cada grupo trabaje de manera totalmente independiente. Es bastante incómodo (para todos) tener que tomar acciones punitivas como tener que repetir la materia.\n\n**OJO:** no olviden aplicar buenas prácticas en cuanto a metodología, pues problemas como el **data leakage** deben ser evitados a toda costa e influiran en la calificación.\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}