{
  "cells": [
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "mP9aApBqQJed"
      },
      "source": [
        "Entrenamiento de modelos con Feature Stores\n",
        "============================================"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "2V8sUvroQJej"
      },
      "source": [
        "## Introducción\n",
        "\n",
        "Los almacenes de predictores (Feature stores) son repositorios centralizados donde se almacenan todas las diferentes características asociadas con una organización o una vertical del negocio y cuyo objetivo es facilitar su reutilización. Por lo general, ofrecen la capacidad de consumir características de forma offline, es decir cuando se diseña el modelo, y online, es decir cuando el modelo está en ejecución, lo que asegura de que sean coherentes entre sí.\n",
        "\n",
        "En este ejemplo veremos como podemos cargar predictores dentro de un feature store y como podemos consultarlos para luego utilizarlos durante el entrenamiento del modelo."
      ]
    },
    {
      "cell_type": "markdown",
      "source": [
        "Existen varias plataformas tecnologías de feature, dentro de las más populares están:\n",
        "\n",
        "* Feather\n",
        "* Feast\n",
        "* Databricks\n",
        "\n",
        "En este ejemplo, utilizaremos Feast."
      ],
      "metadata": {
        "id": "7GJi-ZRM0LsE"
      }
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "tRmZrmz7QJel"
      },
      "source": [
        "### Instalación"
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "3Yj6mHMaQJel"
      },
      "source": [
        "Necesitaremos instalar las librerias:"
      ]
    },
    {
      "cell_type": "code",
      "source": [
        "!pip install feast --quiet"
      ],
      "metadata": {
        "id": "86u_ZNec0P9C"
      },
      "execution_count": 2,
      "outputs": []
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "tTLrI09WQJeo"
      },
      "source": [
        "### Sobre el conjunto de datos del censo UCI\n",
        "\n",
        "El conjunto de datos del censo de la UCI es un conjunto de datos en el que cada registro representa a una persona. Cada registro contiene 14 columnas que describen a una una sola persona, de la base de datos del censo de Estados Unidos de 1994. Esto incluye información como la edad, el estado civil y el nivel educativo. La tarea es determinar si una persona tiene un ingreso alto (definido como ganar más de $50 mil al año). Esta tarea, dado el tipo de datos que utiliza, se usa a menudo en el estudio de equidad, en parte debido a los atributos comprensibles del conjunto de datos, incluidos algunos que contienen tipos sensibles como la edad y el género, y en parte también porque comprende una tarea claramente del mundo real."
      ]
    },
    {
      "cell_type": "markdown",
      "metadata": {
        "id": "vWyomYxTQJep"
      },
      "source": [
        "Descargamos el conjunto de datos"
      ]
    },
    {
      "cell_type": "code",
      "execution_count": null,
      "metadata": {
        "id": "ovck-xIsQJeq"
      },
      "outputs": [],
      "source": [
        "!wget https://santiagxf.blob.core.windows.net/public/datasets/uci_census.zip \\\n",
        "    --quiet --no-clobber\n",
        "!mkdir -p datasets/uci_census\n",
        "!unzip -qq uci_census.zip -d datasets/uci_census"
      ]
    }
  ],
  "metadata": {
    "kernelspec": {
      "display_name": "Python 3.8.12 ('sphinx')",
      "language": "python",
      "name": "python3"
    },
    "language_info": {
      "codemirror_mode": {
        "name": "ipython",
        "version": 3
      },
      "file_extension": ".py",
      "mimetype": "text/x-python",
      "name": "python",
      "nbconvert_exporter": "python",
      "pygments_lexer": "ipython3",
      "version": "3.8.12"
    },
    "vscode": {
      "interpreter": {
        "hash": "c0c26a04c01997af4d3a54c44ba2029caf4208eaf3de13f3aa81bddca06af044"
      }
    },
    "colab": {
      "provenance": [],
      "toc_visible": true
    }
  },
  "nbformat": 4,
  "nbformat_minor": 0
}