Sistemas de Recomendación - Tu Futuro según la Data

Este proyecto propone construir un modelo de clasificación supervisada que, a partir de datos demográficos y socioeconómicos de una persona adulta (edad, nivel educativo, ocupación, estado civil, país de origen, etc.), prediga si dicha persona ganará más o menos de 50,000 USD al año.

En base a los resultados del modelo, los estudiantes deberán desarrollar un sistema de recomendación interpretativo, capaz de sugerir posibles estrategias o cambios para aumentar la probabilidad de superar ese umbral de ingresos.

Objetivos

• Explorar los datos del censo.
• Construir perfiles socioeconómicos.
• Explorar la importancia y peso de variables sociales (educación, género, raza, etc.) en predicciones económicas.
• Aplicar técnicas de sistemas de recomendación.
• Visualizar y comunicar hallazgos de forma profesional.

🌱 Cómo iniciar este proyecto

Sigue las siguientes instrucciones:

1. Crea un nuevo repositorio basado en el proyecto de Machine Learning haciendo clic aquí.
2. Abre el repositorio creado recientemente en Codespace usando la extensión del botón de Codespace.
3. Una vez que el VSCode del Codespace haya terminado de abrirse, comienza tu proyecto siguiendo las instrucciones a continuación.

📝 Instrucciones

1. Carga del conjunto de datos. Usaremos el dataset Adult Income Dataset, también conocido como "Census Income" este información fue recolectada por la Oficina del Censo de EE.UU. y descargada por la academia para guardarla en esta carpeta de proyecto bajo el nombre adult-census-income.csv o puedes cargarlo en el código directamente desde el siguente enlace:

   1https://raw.githubusercontent.com/4GeeksAcademy/predicting-your-future-with-data/main/adult-census-income.csv

   Este dataset incluye variables como:

   • Edad
   • Nivel educativo
   • Estado civil
   • Ocupación
   • Horas trabajadas por semana
   • Sexo
   • País de origen
   • Ingreso anual (>50K o <=50K)

2. Preprocesamiento de datos. Haz la limpieza de datos nulos o mal codificados, la transformación de variables categóricas, normaliza las variables numéricas.

3. Define el problema de recomendación. Plantea cómo vas a estructurar tu sistema de recomendación:

   • ¿Qué se quiere recomendar?
   • ¿Cuál será el "usuario" en este caso?
   • ¿Qué variables definen el perfil de un usuario?

4. Construye el sistema de recomendación. Usa uno de los siguientes enfoques:

   • Filtrado basado en contenido. Representa a cada usuario como un vector y calcula similitudes entre usuarios y recomendaciones.

   • Filtrado colaborativo. Simula una matriz de usuarios vs. trayectorias. Aplica k-NN, correlación de Pearson o matrix factorization.

   • Sistema híbrido. Combina ambos enfoques.

5. Pruebas con casos simulados. Construye perfiles simulados de usuarios hipotéticos y fijate qué trayectorias (educación, ocupación, etc.) les recomendaría el sistema para mejorar su ingreso estimado.

   1# Ejemplo: Usuario de 25 años, secundario completo, trabaja medio tiempo
   2perfil_usuario = {...}

🚛 Cómo entregar este proyecto

Una vez que hayas terminado de resolver el caso práctico, asegúrate de confirmar tus cambios, haz push a tu repositorio y ve a 4Geeks.com para subir el enlace del repositorio.