Machine Learning with R, tidyverse, and mlr

Guía práctica e intuitiva escrita por Hefin Ioan Rhys que enseña los fundamentos y la aplicación del aprendizaje automático utilizando el lenguaje R junto con dos de sus ecosistemas más potentes: la suite de manipulación y análisis de datos tidyverse y el entorno unificado de modelado mlr (versión clásica previa a mlr3). El libro está dirigido a analistas, programadores y estudiantes con nivel principiante o intermedio en ciencia de datos que ya tienen conocimientos básicos de sintaxis en R y estadística elemental, y que buscan dominar el modelado predictivo sin perderse en fórmulas matemáticas densas ni derivaciones abstractas.

El recorrido formativo profundiza en las dos disciplinas principales del aprendizaje automático: supervisado y no supervisado. Enseña a manipular, depurar y visualizar datos mediante paquetes del tidyverse como dplyr, tibble y ggplot2, para luego estructurar flujos consistentes con mlr, abarcando la definición de tareas, selección de aprendices, validación cruzada y ajuste de hiperparámetros. En clasificación aborda k-Nearest Neighbors (k-NN), regresión logística, análisis discriminante lineal y cuadrático (LDA/QDA), Naive Bayes, máquinas de soporte vectorial (SVM), árboles de decisión con rpart, y técnicas de ensamble como random forest (ranger) y gradient boosting con XGBoost. En regresión cubre regresión lineal, modelos aditivos generalizados (GAM) y regularización (Ridge, LASSO, Elastic Net), mientras que en aprendizaje no supervisado examina reducción de dimensionalidad (PCA, t-SNE, UMAP, mapas autoorganizados SOM) y agrupamiento (k-means, clustering jerárquico, DBSCAN y modelos de mixturas gaussianas).

El aprendizaje se asienta mediante casos de uso prácticos basados en conjuntos de datos reales en cada capítulo: predicción de supervivencia en el desastre del Titanic, filtrado de spam en correos electrónicos, detección de toxicidad en vinos adulterados y modelado de factores ecológicos y precios residenciales, complementados con ejercicios de repaso y soluciones en cada sección. La obra destaca por sus explicaciones visuales claras y por ofrecer una interfaz común que evita lidiar con decenas de librerías heterogéneas de R. Como advertencia, el lector debe tener presente que la comunidad de R ha promovido recientemente la transición hacia mlr3 y tidymodels, por lo que los conceptos aprendidos son totalmente sólidos y transferibles, pero la sintaxis requerirá actualización para proyectos modernos.