Informe del Taller 2 de Aprendizaje Supervisado - Grupo 08. Este estudio construye y compara dos modelos de clasificación (KNN y Regresión Logística) para predecir la presencia de enfermedad cardíaca con base en 5 variables fisiológicas. Los datos provienen del Heart Disease Dataset del repositorio UCI Machine Learning Repository con 920 pacientes de cuatro centros médicos. El modelo Logit mostró un desempeño ligeramente superior (AUC = 0.798) y se recomienda por su interpretabilidad clínica. Incluye análisis descriptivo completo, gráficos, matrices de confusión y curvas ROC comparativas.