Aprendizaje de Máquinas y Políticas Públicas

Bogotá Summer School in Economics — 2026 · Pontificia Universidad Javeriana Profesor: Jorge Gallego · Banco Interamericano de Desarrollo · jagallegod@gmail.com

Curso introductorio y aplicado de machine learning para economía y políticas públicas (18 horas, 6 sesiones). Cada sesión incluye una presentación conceptual (slides en PDF) y uno o varios talleres prácticos en R.

📄 Syllabus del curso (PDF)

📄 Enunciado del trabajo final (PDF)

Cómo usar este repositorio

• Slides: PDF (se abren directamente en GitHub).
• Talleres: cuadernos de R (.Rmd) tejidos a HTML interactivo.
• Datos: bases en formato .csv dentro de la carpeta data/ de cada sesión.

Para correr los talleres: necesitas R y RStudio. Cada taller indica los paquetes que usa (install.packages(...)).

---

Evaluación del curso

La nota final se compone de tres pruebas:

1. Quiz — 33%. Durante la sesión 5. Examen individual a la antigua (lápiz y papel, sin ningún recurso), enfocado en evaluar la comprensión de los conceptos principales de los modelos vistos en el curso.
2. Proyecto / policy report — 33%. Trabajo para la casa: cada estudiante aplica las herramientas del curso a un problema real de política pública. Debe plantear una pregunta de evaluación/investigación, conseguir una base de datos para responderla, diseñar una estrategia empírica (usando uno o varios de los modelos del curso), implementarla y escribir un reporte de política con los resultados. Aquí sí se puede usar todo: material del curso, datos externos, LLMs, etc.
3. Sustentación — 34%. Defensa virtual (videollamada) del proyecto, unos días después de la entrega, para verificar que cada estudiante comprende a fondo el trabajo entregado.

---

Contenido

1. Introducción, KNN y Naive Bayes

• 📊 Slides
• 💻 Talleres:
  • Clasificación con KNN — diagnóstico de cáncer de seno · datos: wisc_bc_data.csv
  • Naive Bayes — predecir el partido de legisladores · datos: votos84.csv
• 🎧 Podcast

2. SVM, Árboles de Decisión y Random Forests

• 📊 Slides
• 💻 Talleres:
  • Support Vector Machine — reconocimiento de caracteres · datos: letterdata.csv
  • Árboles de decisión — riesgo de default crediticio · datos: credit.csv
  • Bagging y Random Forests — marketing bancario · datos: bank.csv
  • Taller unificado: cinco modelos de clasificación (ingreso/desigualdad) · datos: census_income.csv
• 🎧 Podcast

3. Regresión, Ridge y Lasso

• 📊 Slides
• 💻 Talleres:
  • Regresión lineal y logística — gasto médico · datos: insurance.csv
  • Ridge y Lasso — predicción de salarios · datos: Hitters.csv
  • Taller unificado: predicción numérica (vivienda) · datos: california_housing.csv
• 🎧 Podcast

4. Desempeño de Modelos

• 📊 Slides
• 💻 Talleres:
  • Evaluación del desempeño (ROC, AUC, validación cruzada) · datos: bank.csv
  • Selección e importancia de variables · datos: credit.csv
  • Desbalance de clase y boosting · datos: bank.csv
  • Taller unificado: evaluación de modelos (ingreso) · datos: census_income.csv
• 🎧 Podcast

5. Aprendizaje No Supervisado

• 📊 Slides
• 💻 Talleres:
  • Clustering con k-medias — segmentación · datos: teens.csv
  • Detección de anomalías (LOF) — fraude en transacciones · datos: anomalias.csv
  • Representación de datos con PCA · datos: wisc_bc_data.csv
  • Taller unificado: no supervisado (clustering, anomalías, PCA) · datos: wisc_bc_data.csv
• 🎧 Podcast

6. Aprendizaje Profundo (Deep Learning)

• 📊 Slides
• 💻 Talleres:
  • Redes neuronales (ANN) — gasto médico · datos: insurance.csv · (corre en R con neuralnet)
  • Redes convolucionales (CNN) — MNIST · demo keras para Google Colab
  • Redes recurrentes (RNN/LSTM) — sentimiento IMDB · demo keras para Google Colab
• 🎧 Podcast

---

Apéndices (material opcional)

• Fundamentos y gráficas en R — Fundamentos de R · Programación básica y gráficas
• Árboles de regresión — 📊 Slides · Taller (whitewines)
• Reglas de asociación (Basket Analysis) — 📊 Slides · Taller (.Rmd) · requiere install.packages("arules"); teje el HTML desde RStudio
• Large Language Models (LLMs) — 📊 Slides

---

Bibliografía principal

• Lantz, B. (2015). Machine Learning with R. Packt Publishing. (base de los talleres)
• James, G., Witten, D., Hastie, T. y Tibshirani, R. (2013). An Introduction to Statistical Learning. Springer.
• Hastie, T., Tibshirani, R. y Friedman, J. (2009). The Elements of Statistical Learning. Springer.
• Chollet, F. y Allaire, J. J. (2018). Deep Learning with R. Manning.

---