Documentación / ML Studio
Entrenamiento
Diseña la estrategia con ocho preguntas, lanza un entrenamiento, sigue la curva en vivo, compara experimentos y reporta desde tu propio script con el SDK.
En esta página
Entrenar en Yuli es un trabajo con plan, validación y registro: sigue aunque cierres el chat, se puede pausar y deja una versión del modelo que se evalúa por separado.
Diseñar la estrategia
En la pestaña Diseñar, Yuli propone una estrategia y la justifica respondiendo ocho preguntas:
| # | Pregunta | Ejemplo de respuesta |
|---|---|---|
| 1 | Qué aprende | Si un cliente se dará de baja en los próximos 90 días. |
| 2 | Qué estrategia eligió | Desde cero, con gradient boosting. |
| 3 | Por qué | Datos tabulares, 40 000 filas, sin modelo previo. |
| 4 | Qué alternativas evaluó | Regresión logística (base) y random forest. |
| 5 | Qué recursos necesita | CPU, unos minutos, poca memoria. |
| 6 | Qué limitaciones tiene | No conoce a clientes de menos de un mes. |
| 7 | Cómo sabremos que mejoró | F1 en prueba ≥ 0,85 y mejor que la base. |
| 8 | Nivel de soporte | Qué tan probado está ese camino en Yuli. |
Revisa, ajusta lo que haga falta y pulsa Aprobar y entrenar ›.
Estrategias
| Estrategia | Cuándo |
|---|---|
| Desde cero | No hay un modelo previo. |
| Arranque en caliente | Seguir desde los pesos de una versión anterior. |
| Ajuste fino | Adaptar un modelo ya entrenado a tus datos. |
| Extraer características | Usar un modelo como generador de variables. |
| Semisupervisado | Pocas etiquetas y muchos ejemplos sin etiquetar. |
| Autosupervisado | Aprender estructura de datos sin etiquetas. |
| Aprendizaje continuo | Actualizar el modelo con datos nuevos sin olvidar lo aprendido. |
Nuevo entrenamiento
En Nuevo entrenamiento completas:
| Campo | Qué es |
|---|---|
| Dataset | La versión de datos con la que se entrena. |
| Columna a predecir | El objetivo (target). |
| Framework | scikit-learn, PyTorch, Transformers, XGBoost, LightGBM o script propio. |
| Algoritmo | Uno concreto o Automático (Yuli elige). |
| Épocas | Cuántas pasadas por los datos (redes neuronales). |
| Dispositivo | CPU o GPU. |
| Modo | Un entrenamiento, Búsqueda de hiperparámetros o AutoML. |
Algoritmos tabulares incluidos: regresión logística y lineal, ridge, lasso, random forest, extra trees, gradient boosting, árbol de decisión, kNN, naive bayes, SVM, SGD y MLP. Para anomalías: isolation forest, LOF y z-score robusto.
Al pulsar Entrenar, Yuli hace tres cosas en orden:
- Planificar: calcula memoria, tiempo, dispositivo y riesgo.
- Validar: comprueba que los datos no cambiaron, que el entorno de Python está listo y que hay recursos.
- Iniciar: lanza el trabajo.
Estados y controles
| Estado | Significado |
|---|---|
| En cola | Espera su turno o recursos (por ejemplo, «Espera VRAM: necesita X, hay Y»). |
| Validando | Comprobaciones previas. |
| En curso | Entrenando. |
| Pausando / En pausa | Guarda un punto de control y se detiene. |
| Completado | Terminó y registró una versión. |
| Falló | Se detuvo con un error; Ver registro muestra por qué. |
| Cancelado | Lo detuviste tú. |
Controles: Pausar, Reanudar, Cancelar y Ver registro.
Curva de aprendizaje en vivo
La Curva de aprendizaje dibuja pérdida y métricas de train y validación mientras entrena, con Época n de N, Mejor hasta ahora, Lleva, Falta y, si usa GPU, GPU: nombre. Elige el suavizado (Crudo, Suave, Muy suave) y activa Escala log cuando la pérdida baja varios órdenes de magnitud.
Si la pérdida de validación sube mientras la de train sigue bajando, el modelo está memorizando: Yuli avisa de un posible sobreajuste. Detén antes o reduce la complejidad.
Experimentos y búsqueda de hiperparámetros
Experimentos guarda cada entrenamiento con sus parámetros, datos y métricas para compararlos lado a lado.
- Búsqueda de hiperparámetros usa Optuna para probar combinaciones y quedarse con la mejor en validación.
- AutoML prueba varios algoritmos y configuraciones por ti.
- Si tu equipo usa MLflow, puedes reflejar los experimentos ahí (opcional).
Tu propio script con el SDK
Si ya tienes un bucle de entrenamiento (incluido spaCy), usa framework: script y reporta con yuli_ml.sdk. Tu
script aparece en ML Studio igual que un adaptador incluido: curvas, pausa, puntos de control y versión registrada.
# train.py
import numpy as np
import yuli_ml.sdk as yuli
epochs = 20
device = yuli.device() # "cuda:0", "mps" o "cpu", según lo que reservó Yuli
yuli.info(f"Entrenando en {device}")
start = 0
if yuli.resume_from(): # reanudar tras una pausa
start = load_checkpoint(yuli.resume_from())
best_f1, best_epoch = 0.0, 0
for epoch in range(start, epochs):
loss = train_one_epoch(device)
f1 = validate()
yuli.log("train/loss", loss, step=epoch, epoch=epoch)
yuli.log("val/f1", f1, step=epoch, epoch=epoch, split="validation")
if f1 > best_f1:
best_f1, best_epoch = f1, epoch
if yuli.should_stop(): # el usuario pulsó Pausar o Cancelar
path = yuli.checkpoint_dir()
save_checkpoint(path, epoch)
yuli.checkpoint(path, step=epoch, epoch=epoch, resumable=True)
yuli.stop()
yuli.progress(epoch + 1, epochs)
yuli.save_model({"layer.weight": np.zeros((4, 4))}, metrics={"f1": best_f1}, best_epoch=best_epoch)| Función | Para qué |
|---|---|
log, progress, info | Métricas, avance y mensajes en vivo. |
should_stop, checkpoint, checkpoint_dir, resume_from | Pausa, puntos de control y reanudación. |
model_dir, save_model, report | Carpeta de la versión, pesos finales e informes de evaluación. |
device, use_gpu | El dispositivo reservado (y spacy.prefer_gpu() si usas spaCy). |
warm_start | Los pesos de la versión desde la que haces ajuste fino. |
Fuera de Yuli (python train.py en una terminal) cada llamada del SDK no hace nada: tu script sigue funcionando
solo.
¿Necesitas un algoritmo o una métrica propia? Escríbela en ml/extensions/*.py con @ext.algorithm, @ext.metric o
@ext.transform, y úsala como las incluidas. Siguiente paso: Evaluación y modelos.