Laboratorio de Machine Learning

Currículum completo

Versión ampliada del perfil profesional y técnico.

Formación académica inicial

Formación base en sistemas informáticos y tecnología, donde se establecen los fundamentos técnicos del perfil profesional.

Proyecto TFM

Optimización de modelos de clasificación para predicción de cáncer, con especial atención al ajuste del umbral clínico.

AUC: 1.0 · Precision: 1.0 · Recall clínico: 1.0

Evaluación de modelos

Comparativa entre SVM, regresión logística y Random Forest mediante recall, precision, F1, AUC y balanced accuracy.

Optimización clínica

Ajuste del threshold para reducir falsos negativos y priorizar sensibilidad en un contexto de diagnóstico médico.

Notebook principal

Desarrollo completo del pipeline: limpieza, normalización, entrenamiento, evaluación e inferencia.

Análisis exploratorio

Distribuciones, boxplots, correlaciones y relaciones entre variables para comprender el comportamiento del dataset.

Resultados visuales

Paneles comparativos y ranking visual de modelos por AUC.

Detección de fracturas en radiografías

Proyecto de visión artificial basado en redes neuronales convolucionales (CNN) para la detección automática de fracturas óseas.

Accuracy: 0.76 · Mejor CV: 0.79 · F1 Macro: 0.75

Dataset

Más de 9000 radiografías clasificadas con técnicas de augmentación para mejorar la generalización del modelo.

Pipeline completo

Preparación de datos, balanceo de clases, entrenamiento y evaluación del modelo.

Resultados y evaluación

Métricas de clasificación, matriz de confusión y validación cruzada.

Curva de aprendizaje

Evolución de la pérdida durante el entrenamiento del modelo.

Visualización del modelo

Memoria del proyecto ML

Documento completo del TFM con metodología, resultados y conclusiones.

Arquitectura de la web

Estructura técnica del portfolio, despliegue cloud y organización del repositorio.

Modelos entrenados

Archivos serializados del modelo, normalizador y calibrador.

Inferencias

Resultados de predicción generados por el pipeline del modelo.