Etapas de un proyecto de Aprendizaje Automático. Clasificación de incidencias

Abstract

El Aprendizaje Automático (Machine Learning, ML) es una de las ramas de la Inteligencia Artificial enfocada en el desarrollo de modelos capaces de aprender a partir de datos. Este enfoque revolucionario ha impulsado avances significativos en áreas como la visión por computador, la recomendación de contenido o el procesamiento del lenguaje natural, entre otros. El objetivo de este trabajo es el estudio detallado del proceso a seguir en un proyecto real de Machine Learning, en compañía de un ejemplo práctico que trata de la construcción de una aplicación para la clasificación de incidencias del día a día de una empresa. Para este trabajo se ha utilizado el lenguaje de programación Python, junto con diversas librerías que facilitan el tratamiento de los datos y la aplicación de diferentes técnicas y algoritmos, en un entorno de Jupyter.

Machine Learning (ML) is a branch of Artificial Intelligence (AI) focused on developing models capable of learning from data. This revolutionary approach has driven significant advances in areas such as computer vision, content recommendation, and natural language processing, among others. The goal of this work is to provide a detailed study of the process involved in a real-world Machine Learning project, accompanied by a practical example that focuses on building an application for the classification of everyday incidents in a company. For this project, the Python programming language has been used along with various libraries that facilitate data processing and the implementation of different techniques and algorithms, within a Jupyter environment.