Machine learning para la predicción de series temporales en indicadores de desarrollo mundial

Abstract

Los Indicadores de Desarrollo Mundial, son una base de datos estadística gratuita del Banco Mundial que nos otorga una perspectiva respecto el desarrollo global y calidad de vida de las personas. El Banco Mundial agrupa los indicadores en Conjuntos por temáticas, a saber: Agricultura y desarrollo rural, Cambio climático, Economía y crecimiento, etc. Kaggle, que es una plataforma para la predicción y el análisis de modelos, publicó un Dataset conformado por Indicadores de Desarrollo del Banco Mundial desde 1960 hasta 2015. En este proyecto se aplica Machine Learning para determinar el grado de predictibilidad, las relaciones y dependencias entre los diversos conjuntos de indicadores para Colombia y Suramérica. Para llevar a cabo la tarea de analizar el Dataset y el comportamiento de los indicadores de desarrollo mundial se diseñó un Flujo de Trabajo, donde tenemos un Conjunto Base conformado por los indicadores de desarrollo utilizados para predecir el valor de cada indicador de un conjunto Target. Lo que se hace es Preprocesar los datos tomados del Dataset de Kaggle, e iterar cada conjunto, Base y Target, utilizando los indicadores de un Conjunto Base para predecir cada indicador de un Conjunto Target, por medio de tres estimadores (Árbol de Decisión, Bosque Aleatorio, Máquina de Soporte Vectorial) y determinando para cada conjunto la media del Coeficiente de Determinación (), que es la métrica seleccionada para evaluar el rendimiento de cada uno de los estimadores