Algoritmos avanzados de Machine Learning en la estimación de tiempos de resolución de procesos bancarios

Abstract

1. Introducción En esta sección del proyecto me he enfocado en la planificación del mismo, los objetivos y las motivaciones. Asimismo, se ha hecho hincapié en la metodología empleada para el desarrollo del trabajo. Al comienzo de este apartado, podemos encontrar una breve puesta en contexto que nos pondrá en la situación del cliente y se entenderá el porqué de la realización de este proyecto. 2. Herramientas En esta parte del proyecto, he explicados las diferentes herramientas que he empleado, las cuales han servido de base para el desarrollo del trabajo. Además, toda la información expuesta en este apartado, me ha servido para entender el funcionamiento de cada una de las herramientas y así poder hacer uso de ellas de manera eficiente. 3. Fuente de datos Este apartado lo considero uno de los más importantes ya que abarca la explicación de todas y cada una de las variables. Durante el proyecto se han ido creando nuevas variables, cuya explicación se recoge en esta sección. Por otro lado, tanto la depuración de los datos (etapa de gran de importancia en un proyecto de Machine Learning), como la variable objetivo han sido definidas en este apartado. 4. Modelado En esta sección del trabajo, comento todos los modelos empleados para el entrenamiento de los datos y posterior predicción de la variable objetivo. Del mismo modo, se detallan las principales ventajas y desventajas que posee cada uno de los modelos. 5. Evaluación y resultados En la evaluación, se muestran los resultados de todos los modelos que se han explicado en el apartado anterior y se hace una comparativa de la métrica elegida con el objetivo de mostrar en la sección de los resultados, aquellos que han sido considerados como mejor predicción. En resultados, únicamente se comentan los valores obtenidos del mejor modelo, dejando a un lado el resto de modelos que no han sido capaces de adaptarse de manera óptima a los datos. 6. Conclusiones y trabajo futuro En conclusiones se recoge una breve reflexión sobre el proyecto y los resultados obtenidos junto con lo esperado. Finalmente, en trabajo futuro se propone una idea detallada sobre una posible continuación y futura implementación de un proyecto que obtenga resultados más existosos.

1. Introduction In this section of the project I have focused on project planning, objectives and motivations. Likewise, emphasis has been placed on the methodology used for the development of the work. At the beginning of this section, we can find a brief contextualization that will put us in the client's situation and we will understand why this project was carried out. 2. Tools In this part of the project, I have explained the different tools that I have used, which have served as a basis for the development of the work. In addition, all the information presented in this section has helped me to understand the operation of each of the tools and thus be able to use them efficiently. 3. Data source I consider this section to be one of the most important, since it covers the explanation of each and every one of the variables. During the project, new variables have been created, the explanation of which is included in this section. On the other hand, both the data cleaning (a very important step in a Machine Learning project) and the target variable have been defined in this section. 4. Modelling In this section of the paper, I discuss all the models used for data training and subsequent prediction of the target variable. Likewise, the main advantages and disadvantages of each of the models are detailed. 5. Evaluation and results In the evaluation, the results of all the models that have been explained in the previous section are shown and a comparison of the chosen metric is made in order to show in the results section, those that have been considered as the best prediction. In the results, only the values obtained from the best model are commented, leaving aside the rest of the models that have not been able to adapt optimally to the data. 6. Conclusions and future work Conclusions include a brief reflection on the project and the results obtained along with the expected results. Finally, in future work, a detailed idea about a possible continuation and future implementation of a project that obtains more successful results is proposed.