[:es]El término «Pipeline de Aprendizaje Automático» se refiere a un conjunto de operaciones que se ejecutan para producir nuevos modelos.

Ingeniería de características: (tomando como referencia este impresionante artículo sobre el tema «Ingeniería de características, herramientas e técnicas importantes para el aprendizaje automático«) Este es un tema fundamental en el Aprendizaje Automático y se define como el proceso de seleccionar, manipular y transformar datos en características que se pueden utilizar para que nuestro modelo prediga valores o aplique clasificación. Este proceso es pasado por alto o no tan importante para algunos desarrolladores, pero desde nuestro punto de vista, es el paso MÁS IMPORTANTE en el proceso porque:

1. Simplifica la transformación de datos y mejora la precisión del modelo.
2. Una característica mal gestionada tendrá un gran impacto en tu modelo.

Entrenamiento del modelo: proporciona datos de entrenamiento a un algoritmo de Aprendizaje Automático. Cuando el proceso está completo, tendrás un artefacto de modelo comúnmente denominado modelo de Aprendizaje Automático.

Evaluación del modelo: es muy importante evaluar el modelo con los datos disponibles antes de intentar realizar una predicción real. Es importante verificar algunas métricas como la precisión y la exactitud para determinar si el modelo de Aprendizaje Automático funciona bien.

Sobreajuste (Overfitting): Intentarás crear el mejor modelo posible con los datos disponibles, y tu modelo puede funcionar perfectamente, pero no ser adecuado para otra cosa.

Nota: Estos conceptos proporcionan un punto de partida para comprender las ideas desarrolladas, y probablemente encontrarás más en todos los artículos de esta serie.[:en]

The term Machine Learning Pipeline comes in as a set of operations which are executed to produce new models.

Feature engineering: (going to take as reference this astonishing article about the topic “Feature engineering, importance tools and techniques for machine learning”) This is a fundamental topic in ML and it’s defined as the process of selecting, manipulating and transforming raw data into features that can be used for our model to predict values or apply classification. This process is overlooked or not so important for some developers but in our point of view is the MOST IMPORTANT step in the process because:

1. Simplify data transformation and enhance model accuracy
2. A feature not well managed will have a really big impact on your model

Model training: provide training data to a ML algorithm. When the process is complete you are going to have a model artifact commonly denominated as ML model.

Model evaluation: It is very important to evaluate the model with the data you have available before you try to do a real prediction. It is important to check some metrics like accuracy and precision to determine if the ML model is doing well.

Overfitting: You will try to create the best model possible with the data you have available and your model could perform perfectly but when it is unsuitable for anything else.

Note: These concepts provide a starting point to understand the ideas developed and probably you are going to find more in all the articles of this series.[:]