• Definir el problema: ¿qué se pretende predecir? ¿Qué datos se tienen para predecirlos? ¿Qué datos se deben conseguir?
• Explorar y entender los datos con los que se va a crear el modelo
• Métrica de existo: definir una manera de cuantificar la utilidad de los resultados obtenidos.
• Estrategia de evaluación: separar los resultados de las observaciones en un grupo de entrenamiento, un grupo de validación y un grupo de evaluación o testeo.
• Preprocesar los datos: aplicar las transformaciones necesarias para que los datos sean interpretados por el algoritmo de machine learning que se haya escogido para el proceso.
• Ajusta el modelo y mejorarlo optimizando sus parámetros.
• Evaluar la capacidad del modelo cuando se predicen nuevas observaciones.