--- Page 1 ---
 
 
  
Presentación de diapositivas  
--- Page 2 ---
 
 
2 Presentación de diapositivas  
Presentación de diapositivas.  Automatización de procesos para el flujo de trabajo en 
Machine Learning  
Descripción:  En los grupos conformados previamente, los estudiantes resolverán una 
plantilla proporcionada por el profesor con preguntas y datos, utilizando Jupyter Notebook  
donde se trabaje el proceso paso a paso de automatización de dichos datos en proyectos 
de Machine Learning , con el objetivo de evaluar modelos de Machine Learning  por medio 
de los principales frameworks  para inteligencia artificial. Esta actividad les permitirá utilizar 
la automatización de procesos en los flujos de trabajo.  
Ver:  
Tengan en cuenta las siguientes preguntas orientadoras para desarrollar la ac tividad:  
 
 
Juzgar:  Consulten los siguientes recursos y con base en una lectura minuciosa, realicen lo 
que se indica a continuación.  
● Campesato, O. (2020). Introduction to AI . En Artificial intelligence, machine 
learning, and deep learning  (pp. 1 -21). Mercury Learning and Information.   
● Campesato, O. (2020). Introduction to Machine Learning . En Artificial intelligence, 
machine learning, and deep learning  (pp. 23 -41). Mercury Learning and 
Information.   
● Campesato, O. (2020). Classifiers in Machine Learning . En Artificial intelligence, 
machine learning, and deep learning  (pp. 63 -66). Mercury Learning  and 
Information.   
● Carsten, B. (2020). Ethical Issues of AI . En Artificial Intelligence for a Better 
Future: An Ecosystem Perspective on the Ethics of AI and Emerging Digital 
Technologies  (pp. 35 -53). Springer.  
¿Cómo puede la automatización de procesos en los flujos de trabajo de 
Machine Learning  aumentar la eficiencia y la precisión de los modelos?  
 
¿Cuáles son las herramientas y técnicas de automatización de procesos 
utilizadas en los flujos de trabajo de Machine Learning  y cómo se aplican en 
diferentes casos de uso?  
 
--- Page 3 ---
 
 
3 Presentación de diapositivas  
● Carsten, B. (2020). Addressing Ethical Issue s in AI . En Artificial Intelligence for a 
Better Future: An Ecosystem Perspective on the Ethics of AI and Emerging 
Digital Technologies  (pp. 55 -64). Springer.  
 
Tomen apuntes o subrayen las ideas principales de los documentos consultados, con el fin 
de sintetizar la información de forma precisa. Además, realicen una investigación adicional 
en fuentes de información verídicas y confiables que les permita complementar la 
información.  
Actuar:  A partir de los recursos básicos, complementarios y la consulta d e la infografía de  
la semana, atiendan a las actividades del documento denominado      Automatización de 
procesos para el flujo de trabajo en Machine Learning , mismo que podrán descargar 
desde la plataforma.  
1. Realicen una lectura previa de este documento y procedan a desa rrollarlo en un 
cuaderno de Jupyter Notebook , en formato .html o pdf o  .ipynb. a plicando los 
conceptos abordados en la bibliografía y las instrucciones del anexo antes 
mencionado.  
2. Cuiden la presentación, redacción y ortografía. Usen correctamente las normas de 
redacción con el fin de que escriban un texto claro, preciso y coherente en el que se 
evidencie una estructura concreta y las ideas se relacionen de forma fluida y 
articulada.  
3. Recuerden que las citas y fuentes de consulta deben apegarse a las normas APA.  
4. Incluyan un apartado en el que agregue el título del trabajo, su nombre completo, el 
nombre del curso y el número de la semana, el nombre del docente y la fecha de 
entrega.  
Devolución creativa -metacognición: A partir del desarrollo de la actividad, aprenderán a 
evaluar modelos de Machine Learning  por medio de los principales frameworks  para 
inteligencia artificial, como parte de los procesos de automatización , lo cual es parte d el 
desarrollo de proyectos en el área de Machine Learning  Avanzado.  
 
Tiempos y recursos educativos para el desarrollo de la actividad  
--- Page 4 ---
 
 
4 Presentación de diapositivas  
 
Tipo de actividad  Colaborativa  
Desarrollo de la 
actividad  Desarrollo de la actividad: 8 horas  
Consulta de materiales: 4horas  
Recursos  
Recurso(s) básico(s):  
● Campesato, O. (2020). Introduction to AI . En Artificial 
intelligence, machine learning , and deep learning  (pp. 1 -
21). Mercury Learning and Information.  
● Campesato, O. (2020). Introduction to Machine Learning . En 
Artificial intelligence, machine learning, and deep learning  
(pp. 23 -41). Mercury Learning and Info rmation.  
● Campesato, O. (2020). Classifiers in Machine Learning . En 
Artificial intelligence, machine learning, and deep learning  
(pp. 63 -66). Mercury Learning and Information.  
● Carsten, B. (2020). Ethical Issues of AI . En Artificial 
Intelligence for a Better Future: An Ecosystem 
Perspective on the Ethics of AI and Emerging Digital 
Technologies  (pp. 35 -53). Springer.  
● Carsten, B. (2020). Addressing Ethical Issues in AI . En 
Artificial Intelligence for a Better Future: An Ecosystem 
Perspective on the Ethics of AI  and Emerging Digital 
Technologies  (pp. 55 -64). Springer.  
 
Recurso(s) complementario(s):  
● Béranger, J. (2018). The Framework for  Algorithmic 
Processing . En The algorithmic code of ethics: Ethics at 
the bedside of the digital revolution  (pp. 122 -164). John 
Wiley & Sons, Incorporated.  
● Del Barrio, D. (2022). Introducción . En Aplicación del 
Aprendizaje Automático en Modelos de Materia Activa  
--- Page 5 ---
 
 
5 Presentación de diapositivas  
(trabajo de grado, pp. 1 -24). Universidad Politécnica de 
Madrid.  
● Janiesch, C., Zschech, P. y Heinrich, K. (2021). Aprendizaje 
automático y aprendizaje profundo . Electron Markets , 31,  
685-695.  
 
 
Rol del tutor : A través de los canales de comunicación del curso, acompañará y guiará el 
desarrollo del taller, orientando el proceso de  configuración del cuaderno Jupyter notebook , 
proporcionar el archivo .CSV. Guiar en el proceso  de automatización  en la evaluación de l 
modelo utilizando la validación cruzada con scikit -learn . Asimismo, aclarará inquietudes, 
ampliará conceptos, brindará retroalimentación y, finalmente, evaluará la actividad de 
acuerdo con los criterios establecidos en la rúbrica.  
 
  
--- Page 6 ---
 
 
6 Presentación de diapositivas  
Forma de entrega:  
• Guarden el documento en el formato correspondiente . pptx.  Si su elección fue una 
herramienta digital, obtengan el enlace proporcionado por la herramienta que 
utilizaron y ubíquenlo en el mismo cuaderno Jupyter notebook  utilizando Markdown  
con sus datos.  
• Nombren el archivo de la siguiente manera:  
 primerapellido_primernombre_tipodeactividad. Por ejemplo: romero_luis_taller.  
• Den clic en Agregar entrega  para subir el trabajo a la plataforma.  
• Arrastren y suelten el documento en Archivos enviados . 
• Den clic en el botón Guardar cambios  para finalizar la entrega. De lo contrario, el 
archivo no se guardará y no se habrá entregado.  
Consulten la rúbrica  para conocer a detalle los criterios de evaluación.   
 
  
--- Page 7 ---
 
 
7 Presentación de diapositivas  
Rúbrica. Presentación de diapositivas  
Criterios  No evaluable  
(0) Insuficiente  
(1.9) Regular  
(2.9) Bueno  
(3.9) Excelente  
(5) Puntos  Forma  Ortografía, 
gramática, 
cohesión y 
coherencia  ▪ Se detecta 
plagio total, se 
envió otra 
actividad o la 
actividad no 
cumple con los 
criterios 
mínimos 
solicitados para 
ser evaluada, la 
actividad está 
incompleta, no 
entregó.  ▪ Se observan ocho 
o más errores 
gramaticales y de 
ortografía.  
▪ El ejercicio es 
confuso, ya que 
sus ideas no se 
relacionan 
adecuadamente.  
 
NO SE 
CONSIDERAN LOS 
ERRORES 
REPETIDOS.  
 ▪ Se observan de 
cinco a siete 
errores 
gramaticales y de 
ortografía.  
▪ El ejercicio es 
ambiguo y sus 
ideas no se 
expresan de forma 
fluida ni articulada.  
 
NO SE 
CONSIDERAN 
LOS ERRORES 
REPETIDOS.  ▪ Se observan de uno 
a cuatro errores 
gramaticales y de 
ortografía.  
▪ El ejercicio es claro y  
coherente, sus ideas 
se expresan de 
forma fluida y 
articulada, aunque 
con mínimas 
imprecisiones.  
 
NO SE 
CONSIDERAN 
LOS ERRORES 
REPETIDOS.  ▪ No se 
observan 
errores 
gramaticales ni 
faltas de 
ortografía.  
▪ El ejercicio es 
claro y 
coherente y 
sus ideas se 
expresan de 
forma fluida y 
articulada.  
  
Puntaje  0 0.38 0.58 0.78 1  Fondo  
 
 Importación 
de 
bibliotecas 
y carga de 
datos  ▪ Se detecta plagio 
total, se envió otra 
actividad o la 
actividad no 
cumple con los 
criterios mínimos 
solicitados para 
ser evaluada, la 
actividad está 
incompleta, no 
entregó.  ▪ Importación 
incorrecta de 
bibliotecas y 
problemas en la 
carga de datos.  ▪ Importación y carga 
de datos 
parcialmente 
correctas.  ▪ Importación 
correcta de 
bibliotecas y carga 
adecuada de datos , 
con algunos 
detalles a corregir . 
 
 ▪ Importación 
correcta de 
bibliotecas y 
carga adecuada 
de datos.  
  
Puntaje  0 0.38 0.58 0.78 1  
Proceso de 
modelado, 
validación 
cruzada y 
evaluación  ▪ Se detecta plagio 
total, se envió otra 
actividad o la 
actividad no 
cumple con los 
criterios mínimos 
solicitados para 
ser evaluada, la 
actividad está 
incompleta, no 
entregó.  ▪ Definición 
inadecuada del 
modelo, la estrategia 
de validación 
cruzada y la métrica 
de evaluación.  
▪ Problemas en la 
realización de la 
validación cruzada y 
visualización de 
resultados.  ▪ Definición 
parcialmente 
correcta del modelo, 
la estrategia de 
validación cruzada y 
la métrica de 
evaluación.  
▪ Realización 
parcialmente 
correcta de la 
validación cruzada y 
visualización de 
resultados.  ▪ Definición adecuada 
del modelo, la 
estrategia de 
validación cruzada y 
la métrica de 
evaluación , con 
algunos detalles a 
corregir.  
▪ Realización correcta 
de la validación 
cruzada y 
visualización 
adecuada de 
resultados , con 
algunos detalles a 
corregir.  
 
 ▪ Definición 
adecuada del 
modelo, la 
estrategia de 
validación 
cruzada y la 
métrica de 
evaluación.  
▪ Realización 
correcta de la 
validación 
cruzada y 
visualización 
adecuada de 
resultados .  
Puntaje  0 0.38 0.58 0.78 1  
Aplicación 
de 
conceptos  ▪ Se detecta 
plagio total, se 
envió otra 
actividad o la 
actividad no 
cumple con los 
criterios 
mínimos 
solicitados para 
ser evaluada, la 
actividad está 
incompleta, no 
entregó.  ▪ No se cargan los 
datos, por lo tanto, 
no se evidencian 
comprensión ni 
apropiación de la 
temáti ca. 
▪ No se define el 
modelo, por lo 
tanto, no se 
evidencian 
comprensión ni 
apropiación de la 
temática.  ▪ Se aplican, con 
bastantes 
imprecisiones y 
de forma 
incompleta, la 
carga de datos, 
evidenciando 
escasa 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican, con 
bastantes ▪ Se aplican, con 
algunas 
imprecisiones y de 
forma incompleta, la 
carga de datos, 
evidenciando 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican, con 
algunas 
imprecisiones y de 
forma incompleta, la ▪ Se aplica de 
forma precisa la  
carga de datos, 
evidenciando 
comprensión y 
apropiación de la 
temática.  
▪ Se aplica de 
forma precisa la 
definición del 
modelo, 
evidenciando 
comprensión y  
--- Page 8 ---
 
 
8 Presentación de diapositivas  
▪ No se evalúa el 
modelo, por lo 
tanto, no se 
evidencian 
comprensión ni 
apropiación de la 
temática.  
▪ No se visualizan 
los resultados, por 
lo tanto, no se 
evidencian 
comprensión ni 
apropiación de la 
temática.  
 imprecisiones y 
de forma 
incompleta, la 
definición  del 
modelo, 
evidenciando 
escasa 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican, con 
bastantes 
imprecisiones y 
de forma 
incompleta, la 
evaluación  del 
modelo, 
evidenciando 
escasa 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican, con 
bastantes 
imprecisiones y 
de forma 
incompleta, los 
resultados , 
evidenciando 
escasa 
comprensión y 
apropiación de la 
temática.  
 
 definición del 
modelo, 
evidenciando 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican, con 
algunas 
imprecisiones y de 
forma incompleta, la 
evaluación del 
modelo, 
evidenciando 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican, con 
algunas 
imprecisiones y de 
forma incompleta, 
los resultados , 
evidenciando 
comprensión y 
apropiación de la 
temática.  
 
 
 apropiación de la 
temática.  
▪ Se aplica de 
forma precisa la 
evaluación del 
modelo, 
evidenciando 
comprensión y 
apropiación de la 
temática.  
▪ Se aplican de 
forma precisa los 
resultados , 
evidenciando 
comprensión y 
apropiació n de la 
temática.  
Puntaje  0 0.38 0.58 0.78 1  
Referencias 
bibliográfica
s ▪ Se detecta 
plagio total, se 
envió otra 
actividad o la 
actividad no 
cumple con los 
criterios 
mínimos 
solicitados para 
ser evaluada, la 
actividad está 
incompleta, no 
entregó.  ▪ No se  colocan 
citas ni referencias 
en todo el 
documento.  
 ▪ No se utiliza el 
formato de citas y 
referencias APA.  ▪ El formato para el 
tipo de citas y 
referencias APA 
tiene algunos 
errores.  ▪ El formato para 
el tipo de citas 
APA y número 
de referencias 
corresponden 
con los criterios 
solicitados.   
Puntaje  0 0.38 0.58 0.78 1  
  Calificación 
total