Bank-Marketing-Big-Data

Objetivo:

Los datos se relacionan con campañas de marketing directo (llamadas telefónicas) de una entidad bancaria portuguesa. El objetivo de la clasificación es predecir si el cliente suscribirá un depósito a plazo (variable y). El trabajo se divide en tres componentes principales:

1. Análisis Exploratorio:

- Formulación de preguntas de investigación.
- Creación de hipótesis basadas en un problema específico.
- Análisis inicial del conjunto de datos seleccionado.

2. Preprocesamiento de Datos:

- Limpieza de datos.
- Transformación de variables.
- Reducción de datos cuando sea necesario.
- Discretización de datos según corresponda.

3. Modelado y Evaluación:

- Implementación de modelo de regresión lineal o logística
- Selección y cálculo de métricas de evaluación
- Análisis del rendimiento del modelo

Conjunto de datos:

Contiene datos sobre campañas de marketing directo (llamadas telefónicas) de una entidad bancaria portuguesa.

https://archive.ics.uci.edu/dataset/222/bank+marketing

Ejercicio:

A. Realizar un análisis exploratorio al conjunto de datos entregado, para ello debe crear diferentes preguntas e hipótesis a resolver en los datos partiendo de un problema que cada grupo debe plantear.
B. Después de realizar el análisis exploratorio, debe hacer el preprocesamiento de los datos según como considere: limpieza, transformación, reducción de datos o discretización de los datos.
C. Debe realizar un entrenamiento del modelo de machine learning.

Algunos algoritmos de clustering:

· K-Means-Clustering.
· DBSCAN (Density-Based Spatial Clustering of Applications with Noise).
· Hierarchical Clustering.
· Gaussian Mixture Model (GMM).
· Principal Component Analysis (PCA).

Evaluación:

Ítem	Puntos
Análisis exploratorio de los datos y uso de algoritmos de cluster	20 pts
Efectividad del modelo (Mínimo 70%)	10 pts
Entrenamiento	10 pts
Justificación	10 pts
Total	50 pts

Systems engineering:

User:	David Gutierrez Chaves
Code:	506222728
Subject:	Big Data Electiva-I
Institution:	Fundación Universitaria Konrad Lorenz
Institutional email	[email protected]

Created By:

https://github.com/dg2c4

Date: 05/04/2025 - 26/04/2025