COMM04 · Módulo 3B Prácticas

Módulo 3 · Parte B · Prácticas

Tu primer proyecto de IA
en Python

Trabajarás con un cuaderno ya preparado y probado: lo ejecutas, interpretas cada resultado y lo modificas. No hace falta instalar nada: se ejecuta en Google Colab.

⏱ ≈ 3 horas☁️ Google Colab + cuenta de Google📤 Entrega: cuaderno ejecutado + clientes_en_riesgo.csv

⬇ Descargar COMM04_IA_con_Python.ipynb ⬇ clientes.csv

✔ Cuaderno verificadoLos puntos de control de esta guía son los resultados reales de ejecutar el cuaderno completo (Python 3.12, scikit-learn 1.9, TensorFlow 2.21). En Colab las cifras de scikit-learn deben coincidir; las de las redes neuronales pueden variar ligeramente según la versión y el hardware.

Práctica 1

Abre el cuaderno en Colab

Sube el cuaderno

Entra en colab.research.google.com › Subir (o Archivo › Subir cuaderno) y elige COMM04_IA_con_Python.ipynb. Se guarda en tu Google Drive (carpeta «Colab Notebooks»).

Sube los datos

Pulsa el icono de carpeta 📁 de la izquierda y arrastra clientes.csv. (Los archivos subidos así se borran al cerrar la sesión.) Alternativa: pega en DATA_URL la dirección del CSV en el servidor del curso.

Ejecuta la primera celda

Pulsa ▶ en la celda de la sección 0 (o Mayús+Intro).

Se imprime (1500, 13) y aparecen las 5 primeras filas, empezando por VM0001.

Práctica 2

Datos y planteamiento

Secciones 1 y 2

Ejecuta las celdas de las secciones 1 y 2.

Tasa de recompra 49,5 %. La recompra por número de pedidos va de 0,19 (1 pedido) a 0,86 (4 pedidos) y 1,00 desde 7. El gráfico muestra que la recompra cae al aumentar los días desde la última compra. Entrenamiento (1200, 13) · Prueba (300, 13).

✍️ P2: ¿por qué hay 13 columnas en X si partimos de 8 variables numéricas y 1 categórica? ¿Por qué se usa stratify=y?

Práctica 3

Entrenar y evaluar

Sección 3: dos modelos

Modelo	Exactitud	Precisión	Exhaustividad	AUC
Regresión logística	0,777	0,783	0,757	0,845
Random forest	0,763	0,781	0,723	0,830

Matriz de confusión de la regresión: 121 VN, 31 FP, 36 FN, 112 VP.

✍️ P3a: comprueba a mano la exactitud y la precisión con la matriz de confusión. ¿Por qué un modelo más simple puede ganar a uno más complejo?

Sección 4: interpretar

El coeficiente más negativo es dias_desde_ultima_compra (−0,86) y los más positivos num_pedidos (0,54), visitas_web_90d (0,48) y aperturas_email_90d (0,44).

✍️ P3b: tradúcelo a lenguaje de negocio. ¿Qué palancas de marketing sugiere?

Experimenta

Cambia en el random forest max_depth=6 por max_depth=None y vuelve a ejecutar la celda. Después prueba a quitar dias_desde_ultima_compra de la lista num (sección 2) y ejecuta de nuevo las secciones 2 y 3.

✍️ P3c: ¿qué pasa con el AUC en cada caso y por qué?

Práctica 4

Del modelo a la acción

Sección 5: clientes de alto valor en riesgo

(Si cambiaste la lista de variables en la P3, restáurala y ejecuta de nuevo desde la sección 2.)

Hay 51 clientes en el 25 % de mayor gasto con probabilidad de recompra inferior a 0,4. El primero de la lista es VM1376 (275,00 €, probabilidad 0,347). Se crea clientes_en_riesgo.csv.

Descárgalo desde el panel de archivos (⋮ › Descargar).

Diseña la acción

✍️ P4: propón la campaña para estos 51 clientes (canal, mensaje, incentivo) y cómo medirías su efecto real con un grupo de control. ¿Qué tendría que constar en la política de privacidad?

Práctica 5

Autoencoder: clientes atípicos

Sección 6

El resumen del modelo indica 98 parámetros entrenables (capas 8 → 4 → 2 → 4 → 8). La pérdida final ronda 0,4 (en la ejecución de referencia, 0,409 / 0,379). Entre los más atípicos aparecen clientes de un solo pedido con importe muy alto (149,70 €, un pack de 3 unidades) y el cliente con 14 pedidos (VM0752).

✍️ P5: ¿por qué esos clientes son difíciles de reconstruir? ¿Qué harías con cada tipo de atípico en marketing (error de datos, cliente VIP, posible reventa)?

Práctica 6

Red convolucional

Activa la GPU (opcional)

Entorno de ejecución › Cambiar tipo de entorno de ejecución › GPU T4 (si está disponible). Ojo: cambiar de entorno reinicia la sesión; vuelve a subir clientes.csv y ejecuta desde el principio.

Sección 7

Se descargan 60.000 imágenes de entrenamiento y 10.000 de prueba de 28×28. La CNN tiene 121.930 parámetros. Tras 3 épocas la exactitud en prueba ronda 0,88-0,90 (0,887 en la ejecución de referencia); en la cuadrícula de 12 predicciones, la mayoría aparecen en verde.

✍️ P6: ¿qué clases confunde más (fíjate en las rojas)? Prueba con epochs=5: ¿mejora la exactitud de prueba? ¿Y la de validación frente a la de entrenamiento?

Práctica 7

Diseña tu solución

Sección 8 del cuaderno

Completa las seis preguntas de la sección 8 para la solución de IA de tu Proyecto 2 (modelo de recompra integrado con la campaña de reactivación y el cuadro de mando).

(Ampliación) Pide ayuda a la IA de Colab

Usa el asistente de Colab para añadir una celda que muestre la curva ROC del modelo. Antes de aceptar el código, léelo y explica qué hace cada línea.

Actividad

🧩 ¿Qué capa o paso es?

Detecta bordes y texturas en una foto de producto.

Reduce a la mitad el tamaño de los mapas de características.

Devuelve la probabilidad de cada una de las 10 categorías.

Hace comparables «gasto_total» (euros) y «num_pedidos» (unidades).

Reserva el 20 % de los clientes para evaluar el modelo.

Para terminar

📤 Entrega y autoevaluación

Cuaderno ejecutado con tus respuestas (Archivo › Descargar › Descargar .ipynb o enlace de solo lectura).
clientes_en_riesgo.csv y la propuesta de campaña (P4).

¿Sabes hacerlo?

✓

Ejecutar y modificar un cuaderno de Python en Colab con mis datos.

✓

Plantear, entrenar, evaluar e interpretar un modelo de clasificación.

✓

Convertir las predicciones en una lista accionable para marketing.

✓

Explicar qué hacen un autoencoder y una red convolucional y para qué sirven.

✓

Diseñar una solución de IA de principio a fin con sus riesgos.

Tu progreso en esta guía

—