Leer código Python sin miedo

import pandas as pd                      # cargar una librería con un alias
df = pd.read_csv("clientes.csv")        # variable = resultado de una función
df.shape                                  # (filas, columnas)
df["gasto_total"].mean()                # una columna y su media
df[df["num_pedidos"] >= 4]               # filtrar filas
df.groupby("canal_captacion")["recompra_90d"].mean()   # agrupar

1. Pregunta de negocio: «¿Qué clientes volverán a comprar en los próximos 90 días?» → acción: reactivar a los de alto valor con baja probabilidad.
2. Tipo de problema: clasificación binaria supervisada.
3. Variable objetivo bien definida en el tiempo: compras en ene-mar 2026, usando solo información conocida a 31-12-2025 (evitar la fuga de datos: no usar variables del futuro).
4. Variables candidatas: comportamiento (RFM), interacción (email, web), captación.
5. Referencia (baseline): una regla simple (RFM) o «siempre la clase mayoritaria».
6. Métrica acordada con negocio (AUC para ordenar; precisión o exhaustividad según el coste de la acción).
7. Validación: separar entrenamiento y prueba (o validación cruzada) con semilla fija para que sea reproducible.

from sklearn.model_selection import train_test_split
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_auc_score

X = pd.get_dummies(df[variables + ["canal_captacion"]], drop_first=True)  # texto → columnas 0/1
y = df["recompra_90d"]
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42, stratify=y)

modelo = make_pipeline(StandardScaler(), LogisticRegression(max_iter=1000))  # escalar + modelo
modelo.fit(X_train, y_train)                         # ENTRENAR
prob = modelo.predict_proba(X_test)[:, 1]           # INFERENCIA: probabilidad de "sí"
roc_auc_score(y_test, prob)                          # EVALUAR

• Codificación: los modelos solo entienden números; las categorías se convierten en columnas 0/1 (one-hot).
• Escalado: poner las variables en la misma escala ayuda a muchos modelos.
• Pipeline: encadena preparación y modelo para aplicarlos igual en entrenamiento y en producción.
• Interpretación: coeficientes (regresión) o importancia de variables (árboles); técnicas como SHAP explican predicciones individuales.

• Se entrena para que la salida sea igual a la entrada (aprendizaje autosupervisado: no necesita etiquetas). Pérdida: error cuadrático medio (MSE).
• Como el código es pequeño, la red tiene que aprender los patrones típicos; lo que no encaja se reconstruye mal.
• Usos en marketing: detección de anomalías (pedidos fraudulentos, errores de datos, clientes excepcionales), compresión de variables para segmentar, recomendadores.
• Variantes: autoencoders de eliminación de ruido y variacionales (VAE, generativos).

Ventaja frente a una red densa: comparte los pesos de cada filtro en toda la imagen, así que necesita muchos menos parámetros y reconoce un patrón esté donde esté. Usos en marketing: búsqueda visual de productos, etiquetado automático de catálogo, detección de logotipos en redes, análisis de creatividades. En la práctica se parte de redes preentrenadas (aprendizaje por transferencia), como hace Teachable Machine.

Buenas prácticas (MLOps básico)

• Reproducibilidad: semillas fijas, versiones de librerías, datos versionados.
• Código ordenado: funciones y pipelines, no celdas sueltas; control de versiones (Git).
• Despliegue: guardar el modelo (joblib, formato Keras), exponerlo como API o programar su ejecución.
• Monitorización: rendimiento real frente al esperado, deriva de los datos, sesgos por grupo.
• Gobernanza: documentación del modelo (finalidad, datos, métricas, limitaciones), supervisión humana, registro de decisiones; requisitos del Reglamento de IA si el uso es de alto riesgo.
• Privacidad: datos seudonimizados en los cuadernos, sin identificadores directos innecesarios; cuidado con subir datos personales a servicios en la nube sin contrato y base legal.

IA generativa desde código

from google import genai
client = genai.Client(api_key=CLAVE)      # la clave nunca en el código compartido
r = client.models.generate_content(
    model="gemini-…",                     # modelo vigente
    contents="Escribe un asunto de email para reactivar a un cliente de cosmética natural…")
print(r.text)

Así se generan a escala textos personalizados por segmento, se clasifican reseñas o se crean embeddings para buscar productos parecidos. Siempre con revisión de calidad, control de costes y sin enviar datos personales innecesarios.

Tu progreso

—