A.4 · Aprendizaje automático

Enfoque HL soportado. Objetivo de primera evaluación 2027; PDF oficial devuelve 403; la brief adquirida anterior es la evaluación final 2026. Las guías, evaluaciones y requisitos prácticos restantes conservan sus retenciones registradas.

Requisitos previos: lea las cantidades y unidades indicadas, utilice aritmética y las condiciones del modelo a continuación. Cada lección desarrolla su propio método antes de la transferencia independiente.

Estos son ejemplos didácticos originales o explícitamente ficticios, no mediciones reales ni investigaciones evaluadas completas de estudiantes.

¿Qué explicaría esta observación?

• Un modelo puede obtener una puntuación alta aprendiendo un atajo en los datos de entrenamiento. La evaluación debe probar la tarea pretendida con ejemplos adecuados no vistos previamente.
• Comience con una predicción. Enuncie las cantidades o características que compararía, luego decida qué evidencia podría distinguir entre dos explicaciones.

Construya el modelo

• Una base de datos relacional utiliza tablas, claves y relaciones para organizar datos. El aprendizaje automático estima patrones a partir de datos. Los datos de entrenamiento y evaluación cumplen roles diferentes.
• clave primaria: Conjunto de atributos que identifica únicamente un registro; fuga de datos: Uso de información no disponible en el momento de predicción pretendido.

Elija evidencias que puedan probarlo

• Una clave primaria identifica de forma única un registro; una clave foránea relaciona registros. En la predicción, la fuga puede exponer información no disponible en el momento real de la toma de decisiones. La precisión sola puede ocultar una distribución de objetivo desequilibrada.
• Utilice registros de reserva ficticios para identificar entidades, atributos y relaciones. Para un ejercicio de aprendizaje, utilice un conjunto de datos público no sensible, separe los datos de entrenamiento y prueba, y describa quiénes pueden verse afectados por errores. El alcance actual del objetivo CS 2027 espera la guía adquirida.

Trabaje desde cantidades conocidas

• Indique los valores conocidos y sus unidades. Elija la relación porque sus supuestos se ajustan a este caso, luego reordénela antes de la sustitución.
• Conocido: un clasificador realiza 90 predicciones correctas entre 100 casos. Precisión = correctos/total×100 = 90%. Si 90 casos pertenecen a una sola clase, predecir siempre esa clase da la misma precisión y aún puede fallar en todos los casos de la minoría.

Ejemplo:

Un modelo hace 72 predicciones correctas de un total de 80. Calcule el porcentaje de precisión. Utilice la misma secuencia: cantidades conocidas → modelo → relación → sustitución → unidad e interpretación.

Verifique la conclusión y sus límites

• Una alta precisión no es evidencia de equidad ni de comprensión causal. Una clave primaria de base de datos no es simplemente el campo que parece importante.
• Vuelva a la observación original. Explique qué respalda el resultado, qué condiciones asume y una forma de probar una explicación alternativa.

Advertencia:

Un clasificador con una precisión del 90% debe tratar todas las clases con igual efectividad. Esta afirmación es falsa: Una alta precisión no es evidencia de equidad ni de comprensión causal. Una clave primaria de base de datos no es simplemente el campo que parece importante.

Clave:

Modelos de datos y aprendizaje automático responsable: Una clave primaria identifica de forma única un registro; una clave foránea relaciona registros. En la predicción, la fuga puede exponer información no disponible en el momento real de la toma de decisiones. La precisión sola puede ocultar una distribución de objetivo desequilibrada.

Trazabilidad ejecutable y límite

tp, fn, fp, tn = 4, 1, 10, 85
total = tp + fn + fp + tn
accuracy = (tp + tn) / total
recall = tp / (tp + fn) if tp + fn else None
print(accuracy, recall)
positives = 0
print(0 / positives if positives else "UNDEFINED")

Salida esperada:

0.89 0.8
UNDEFINED

La precisión divide las predicciones correctas entre todos los casos; la sensibilidad positiva divide los verdaderos positivos entre los positivos reales. Sin casos positivos, la sensibilidad es indefinida en lugar de cero. El conjunto de datos es ficticio, sin modelo entrenado ni datos personales.