Analisis De Un Dataset Disponible Publicamente (Keaggle, Uci Machine Learning, Repository, Gapminder.

El estudio y análisis del dataset deberá de cumplir de forma general las fases de un proceso de modelización analítica estándar entre las que se encuentran:

- crear un análisis descriptivo del conjunto (gráfico en lo posible)
- realizar las transformaciones que se consideren mas adecuadas o relevantes para el conjunto.
- Crear modelos de predicción utilizando diferentes técnicas de modelización (machine learning)
- realizar un informe final de conclusiones en el que las diferentes fases queden bien delimitadas y en particulas donde las mejores ofrecidas por el modelo queden bien explicitadas y las mejoras futuras que podrían plantear sobre el trabajo realizado.

Extensión total máximo 20 caras tamaño folio.

El trabajo se puede realizar por entero en un notebook tipo jypiter o en un documento rmarkdown, exportándose en ambos casosa formato html (caso jupyter) o en formato html, pdf o word para el caso de rmarkdown.

- Lenguaje de programación r / phyton.
- Recomendable el uso de un notebook: jupyter, fichero rmarkdown o una salida visual en shiny.