El objetivo de esta materia es presentar a los estudiantes los aspectos generales de las distintas técnicas de Machine learning e introducir a los estudiantes a los principales conceptos de esta área de conocimiento.  Se presentarán las diferencias entre las técnicas de machine learning y la econometría, la importancia del tamaño de la base de datos, las técnicas de segmentación de la base de datos y los métodos que existen para evaluar las predicciones fuera de la muestra cross-validation y k-folds.

Adicionalmente se presentan las diferencias entre los problemas de clasificación y regresión y entre el aprendizaje supervisado y no supervisado. Se discuten los aspectos a considerar a la hora de elegir los algoritmos o métodos a aplicar en base a la pregunta y los datos disponibles. Finalmente se presentan las formas de evaluar la performance predictiva del modelo y el concepto de tuning de parámetros.