#!/usr/bin/env python3 """ Generador de la presentación de diapositivas (.pptx) para la actividad Semana 7 Machine Learning Avanzado - NRC-8772 Automatización de procesos para el flujo de trabajo en Machine Learning Autor: Grupo 10 """ import sys import os # Intentar importar python-pptx, si no está instalado, sugerir su instalación o intentar instalar try: from pptx import Presentation from pptx.util import Inches, Pt from pptx.enum.text import PP_ALIGN from pptx.dml.color import RGBColor from pptx.enum.shapes import MSO_SHAPE except ImportError: print("⚠️ python-pptx no está instalado. Instalándolo vía pip...") import subprocess subprocess.check_call([sys.executable, "-m", "pip", "install", "python-pptx"]) from pptx import Presentation from pptx.util import Inches, Pt from pptx.enum.text import PP_ALIGN from pptx.dml.color import RGBColor from pptx.enum.shapes import MSO_SHAPE def crear_presentacion(): prs = Presentation() # Configurar dimensiones de diapositiva a 16:9 (estándar moderno) prs.slide_width = Inches(13.33) prs.slide_height = Inches(7.5) # Definir colores de paleta profesional COLOR_PRIMARY = RGBColor(30, 41, 59) # Gris pizarra oscuro (#1e293b) COLOR_SECONDARY = RGBColor(14, 116, 144) # Azul cian oscuro (#0e7490) COLOR_TEXT = RGBColor(51, 65, 85) # Gris texto (#334155) COLOR_WHITE = RGBColor(255, 255, 255) COLOR_HIGHLIGHT = RGBColor(249, 115, 22) # Naranja de contraste (#f97316) blank_layout = prs.slide_layouts[6] # Diapositiva en blanco para control total # ========================================================================= # DIAPOSITIVA 1: PORTADA # ========================================================================= slide = prs.slides.add_slide(blank_layout) # Fondo decorativo izquierdo (azul cian) left_panel = slide.shapes.add_shape( MSO_SHAPE.RECTANGLE, 0, 0, Inches(4.5), Inches(7.5) ) left_panel.fill.solid() left_panel.fill.fore_color.rgb = COLOR_SECONDARY left_panel.line.fill.background() # Texto en el panel izquierdo (Universidad e Integrantes) left_box = slide.shapes.add_textbox(Inches(0.5), Inches(1.5), Inches(3.5), Inches(5.0)) tf_left = left_box.text_frame tf_left.word_wrap = True p_uni = tf_left.paragraphs[0] p_uni.text = "CORPORACIÓN UNIVERSITARIA\nMINUTO DE DIOS" p_uni.font.name = 'Calibri' p_uni.font.size = Pt(14) p_uni.font.bold = True p_uni.font.color.rgb = COLOR_WHITE p_uni.space_after = Pt(24) p_int = tf_left.add_paragraph() p_int.text = "GRUPO 10:\n- Alexander Oviedo Fadul\n (Ponente)\n- Maria Fernanda Ruiz Paipilla\n- Neheman Samir Jaller Cerchiaro\n- William David Obando Lopez" p_int.font.name = 'Calibri' p_int.font.size = Pt(13) p_int.font.color.rgb = COLOR_WHITE p_int.space_after = Pt(20) p_cur = tf_left.add_paragraph() p_cur.text = "Machine Learning Avanzado\nNRC-8772" p_cur.font.name = 'Calibri' p_cur.font.size = Pt(12) p_cur.font.bold = True p_cur.font.color.rgb = COLOR_WHITE # Texto en el panel derecho (Título del Proyecto) right_box = slide.shapes.add_textbox(Inches(5.0), Inches(1.8), Inches(7.8), Inches(4.0)) tf_right = right_box.text_frame tf_right.word_wrap = True p_title = tf_right.paragraphs[0] p_title.text = "AUTOMATIZACIÓN DE PROCESOS EN EL FLUJO DE TRABAJO DE MACHINE LEARNING" p_title.font.name = 'Calibri' p_title.font.size = Pt(28) p_title.font.bold = True p_title.font.color.rgb = COLOR_PRIMARY p_title.space_after = Pt(14) p_subtitle = tf_right.add_paragraph() p_subtitle.text = "Predicción de Supervivencia en el Titanic aplicando Pipelines, GridSearch y Validación Cruzada" p_subtitle.font.name = 'Calibri' p_subtitle.font.size = Pt(16) p_subtitle.font.color.rgb = COLOR_SECONDARY p_subtitle.space_after = Pt(20) p_prof = tf_right.add_paragraph() p_prof.text = "Profesor: Leonardo Valderrama García\nFecha: 21 de junio de 2026" p_prof.font.name = 'Calibri' p_prof.font.size = Pt(12) p_prof.font.color.rgb = COLOR_TEXT # Enlaces destacados p_links = tf_right.add_paragraph() p_links.text = "Colab: https://colab.research.google.com/drive/1UFcyBiLMYu7WwMK4UlFYvfFq_wvpBDCB" p_links.font.name = 'Calibri' p_links.font.size = Pt(10) p_links.font.color.rgb = COLOR_SECONDARY p_links.space_before = Pt(10) # ========================================================================= # DIAPOSITIVA 2: INTRODUCCIÓN # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Introducción: Contexto de MLOps y el Dataset", COLOR_PRIMARY, COLOR_SECONDARY) # Caja de texto principal tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "El Desafío de MLOps", "La transición de modelos de ML desde scripts experimentales aislados a entornos productivos requiere " "estricta reproducibilidad, consistencia y trazabilidad. Automatizar los flujos es clave (Janiesch et al., 2021).", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Fuga de Datos (Data Leakage)", "Uno de los errores más comunes consiste en aplicar transformaciones a todo el dataset antes de la validación. " "Esto permite que información del conjunto de test se filtre al entrenamiento, inflando artificialmente el rendimiento.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "El Dataset del Titanic", "Utilizamos los datos históricos del Titanic para demostrar la viabilidad y robustez de un flujo de trabajo " "limpio y estructurado mediante Pipelines y ColumnTransformers de scikit-learn.", COLOR_SECONDARY, COLOR_TEXT) # ========================================================================= # DIAPOSITIVA 3: ARQUITECTURA DEL PIPELINE # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Arquitectura del Pipeline de Modelado", COLOR_PRIMARY, COLOR_SECONDARY) tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "ColumnTransformer (Preprocesamiento Diferenciado)", "Permite aplicar transformaciones por tipo de datos simultáneamente:\n" " • Variables Numéricas: Imputación por mediana y normalización estándar (StandardScaler).\n" " • Variables Categóricas: Imputación por la moda (most_frequent) y codificación One-Hot.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Encapsulamiento en un Pipeline Unificado", "El ColumnTransformer y el clasificador final se acoplan en un solo pipeline de scikit-learn. " "El preprocesamiento se ejecuta de forma aislada e independiente en cada pliegue de entrenamiento.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Optimización de Hiperparámetros y CV", "El ajuste fino de parámetros con GridSearchCV se realiza directamente sobre el objeto Pipeline. " "Se implementa una Validación Cruzada de 5 pliegues (5-Fold CV) para medir el rendimiento de manera realista.", COLOR_SECONDARY, COLOR_TEXT) # ========================================================================= # DIAPOSITIVA 4: INGENIERÍA DE CARACTERÍSTICAS # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Ingeniería de Características Personalizada", COLOR_PRIMARY, COLOR_SECONDARY) tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "Extracción de Títulos (Title)", "Se procesan los nombres para extraer títulos como 'Mr.', 'Mrs.', 'Miss.', 'Master.', etc. " "Los títulos raros o de la nobleza se agrupan en categorías genéricas o en 'Rare'. Representa un proxy del estatus social y la edad.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Tamaño de la Familia (Family Size)", "Se crea la característica 'family_size' combinando el número de hermanos/cónyuges (SibSp) y " "padres/hijos (Parch) a bordo, sumando 1 (el propio pasajero). Ayuda a modelar dinámicas familiares.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Pasajero Solitario (Is Alone)", "Variable binaria calculada directamente de la familia. Toma el valor de 1 si 'family_size' es igual a 1, " "y 0 en caso contrario. Aísla estadísticamente a quienes viajaban de manera independiente.", COLOR_SECONDARY, COLOR_TEXT) # ========================================================================= # DIAPOSITIVA 5: CLASIFICADOR 1 - RANDOM FOREST # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Resultados: Random Forest Classifier", COLOR_PRIMARY, COLOR_SECONDARY) tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "Espacio de Búsqueda de Hiperparámetros", "Se optimizaron mediante GridSearchCV:\n" " • n_estimators: [100, 200, 300]\n" " • max_depth: [5, 10, None]\n" " • min_samples_split: [2, 5, 10]", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Desempeño en Validación Cruzada (CV)", "• Accuracy Promedio: 81.46%\n" "• F1-score Promedio: 75.92%\n" "• Precision Promedio: 77.84% | Recall Promedio: 74.20%", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Ventajas Observadas", "Alta robustez frente a sobreajuste gracias al ensamble y un buen comportamiento de precisión, " "reduciendo falsos positivos.", COLOR_SECONDARY, COLOR_TEXT) # ========================================================================= # DIAPOSITIVA 6: CLASIFICADOR 2 - SUPPORT VECTOR MACHINE (SVM) # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Resultados: Support Vector Machine (SVM)", COLOR_PRIMARY, COLOR_SECONDARY) tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "Configuración del Modelo SVM", "• Kernel: RBF (Función de Base Radial)\n" "• Hiperparámetros optimizados en cuadrícula: C (parámetro de penalización) y gamma (coeficiente del kernel).", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Desempeño en Validación Cruzada (CV)", "• Accuracy Promedio: 81.60%\n" "• F1-score Promedio: 76.15%\n" "• Precision Promedio: 76.32% | Recall Promedio: 76.01%", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Comparativa vs Random Forest", "SVM logra un F1-score ligeramente superior (76.15% vs 75.92%) debido a un mejor balance de Recall, " "lo que significa que es más sensible para capturar supervivientes reales.", COLOR_SECONDARY, COLOR_TEXT) # ========================================================================= # DIAPOSITIVA 7: ÉTICA DE LA IA Y SESGO ALGORÍTMICO # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Gobernanza Algorítmica y Sesgo en IA", COLOR_PRIMARY, COLOR_SECONDARY) tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "Sesgo Histórico (Historical Bias)", "La supervivencia del Titanic estuvo fuertemente ligada a factores sociales de 1912: la regla implícita de " "'mujeres y niños primero' y el acceso privilegiado de la primera clase frente a la clase trabajadora.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Perpetuación de Desigualdades", "Si un algoritmo moderno de salvamento marítimo se entrena directamente con estos datos históricos sin auditoría, " "aprenderá que salvar a los hombres y a las clases trabajadoras es una prioridad estadística menor, discriminándolos activamente.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "Necesidad de Ética de Datos", "La toma de decisiones automatizada no es neutra (Béranger, 2018; Carsten, 2020). Los científicos de datos " "deben auditar e intervenir los datasets para mitigar la discriminación algorítmica y asegurar la equidad (fairness).", COLOR_SECONDARY, COLOR_TEXT) # ========================================================================= # DIAPOSITIVA 8: CONCLUSIONES Y RECOMENDACIONES # ========================================================================= slide = prs.slides.add_slide(blank_layout) agregar_cabecera(slide, "Conclusiones y Lecciones Aprendidas", COLOR_PRIMARY, COLOR_SECONDARY) tb = slide.shapes.add_textbox(Inches(1.0), Inches(2.0), Inches(11.3), Inches(4.5)) tf = tb.text_frame tf.word_wrap = True agregar_punto_clave(tf, "1. Robustez Técnica del Pipeline", "El uso de ColumnTransformer y Pipeline de scikit-learn garantizó una estructura limpia y escalable. " "Prevenir la fuga de datos es indispensable para obtener métricas realistas y listas para producción.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "2. Resultados Competitivos y Complementarios", "Random Forest demostró mayor precisión (menos falsos positivos), mientras que SVM demostró mayor sensibilidad (Recall). " "Ambos modelos mantuvieron un accuracy sólido del 81%.", COLOR_SECONDARY, COLOR_TEXT) agregar_punto_clave(tf, "3. El Rol de la Ética en Machine Learning", "Los algoritmos de IA no solo procesan números, reproducen contextos sociales. La automatización sin " "principios de equidad puede dar lugar a la institucionalización tecnológica de sesgos discriminatorios.", COLOR_SECONDARY, COLOR_TEXT) output_path = 'Grupo10_MLA_Automatizacion_S7.pptx' prs.save(output_path) print(f'✅ Presentación generada: {output_path}') return output_path # ========================================================================= # FUNCIONES AUXILIARES # ========================================================================= def agregar_cabecera(slide, titulo_texto, color_primary, color_secondary): # Agregar barra de color en la cabecera bar = slide.shapes.add_shape( MSO_SHAPE.RECTANGLE, 0, 0, Inches(13.33), Inches(1.2) ) bar.fill.solid() bar.fill.fore_color.rgb = color_primary bar.line.fill.background() # Agregar título txBox = slide.shapes.add_textbox(Inches(0.5), Inches(0.2), Inches(12.33), Inches(0.8)) tf = txBox.text_frame tf.word_wrap = True p = tf.paragraphs[0] p.text = titulo_texto p.font.name = 'Calibri' p.font.size = Pt(24) p.font.bold = True p.font.color.rgb = color_secondary def agregar_punto_clave(tf, titulo, detalle, color_titulo, color_detalle): p = tf.add_paragraph() if len(tf.paragraphs[0].text) > 0 else tf.paragraphs[0] p.space_before = Pt(14) p.space_after = Pt(2) run_t = p.add_run() run_t.text = f"📍 {titulo}: " run_t.font.name = 'Calibri' run_t.font.size = Pt(16) run_t.font.bold = True run_t.font.color.rgb = color_titulo run_d = p.add_run() run_d.text = detalle run_d.font.name = 'Calibri' run_d.font.size = Pt(14) run_d.font.color.rgb = color_detalle if __name__ == '__main__': crear_presentacion()