Proyecto Básico de Inteligencia Artificial

En esta última guía del nivel básico vas a aplicar todo lo aprendido: datos, preprocesamiento, normalización, regresión, clasificación y métricas. Este proyecto te permitirá construir tu primer flujo completo de IA, aunque sea de forma conceptual, sin código real todavía.

1. Objetivo del proyecto

Construir un flujo completo de IA que permita:

• Preparar datos
• Normalizarlos
• Crear un modelo de regresión
• Crear un modelo de clasificación
• Evaluar ambos modelos

2. Dataset a utilizar

Usarás el dataset que creaste en las guías anteriores:

Edad | Ciudad | Compra
-----------------------
 23  | Madrid | Sí
 45  | Sevilla| No
 31  | Málaga | Sí
 52  | Madrid | No
 28  | Valencia | Sí

Este dataset es perfecto para practicar regresión y clasificación.

3. Preprocesamiento

Aplica los pasos aprendidos:

• Limpieza de duplicados
• Corrección de valores incorrectos
• Imputación de valores faltantes
• Codificación de ciudades

# Ejemplo conceptual
ciudades = ["Madrid", "Sevilla", "Málaga"]
codificado = [0, 1, 2]

4. Normalización

Normaliza la columna de edad usando Min‑Max.

# Fórmula
(x - min) / (max - min)

5. Modelo de regresión

Crea un modelo conceptual que prediga la edad normalizada a partir de la ciudad codificada. No es un modelo real, pero te ayuda a entender el flujo.

# Ejemplo conceptual
m = 0.3
b = 0.2
prediccion = m * ciudad_codificada + b

6. Modelo de clasificación

Crea un clasificador conceptual que prediga si un usuario comprará o no.

# Ejemplo conceptual
if edad_normalizada > 0.5:
    compra = "Sí"
else:
    compra = "No"

7. Evaluación

Evalúa tus predicciones con las métricas aprendidas:

• Accuracy
• Precision
• Recall
• F1‑Score
• MAE
• MSE

# Ejemplo conceptual
accuracy = 0.80
MAE = 0.12

8. Conclusiones

Con este proyecto has completado tu primer flujo de IA: desde los datos hasta la evaluación. En el nivel intermedio aprenderás a entrenar modelos reales con Scikit‑Learn.

Continuar con el Nivel Intermedio