Competencia 1 MIIA-4203: detección de spam con un perceptrón multicapa | Felipe Riaño

Sustentación de la Competencia 1 del curso Modelos Avanzados para el Análisis de Datos 2 (MIIA-4203), Maestría en Inteligencia Analítica para la Toma de Decisiones, Universidad de los Andes. En el video presento el desarrollo de un perceptrón multicapa para clasificar correos como spam o legítimos con el conjunto Spambase. Recorro la exploración de los datos, el esquema de validación, la arquitectura, el preprocesamiento, la calibración de hiperparámetros por etapas y la trayectoria completa desde el modelo base hasta el final. También explico los problemas que aparecieron en el camino y los resultados obtenidos. Modelo final: una capa oculta de 32 neuronas con ReLU y dropout de 0.1, variables transformadas con log(1+x) y estandarizadas, y promedio de 5 semillas. Resultados: AUC de 0.9841 y error de clasificación de 6.5% en la prueba interna. En Kaggle, AUC de 0.9909 en el leaderboard privado, puesto 7 de 12. Notebook en Kaggle: Capítulos 0:00 Problema y datos 1:45 Arquitectura 2:50 Estimación y ajuste 4:40 Calibración de hiperparámetros 6:40 Diagrama de flujo 8:10 Problemas y soluciones 9:40 Resultados y leaderboard 12:00 Conclusiones