Desarrollo de un recomendador de productos basado en Extreme Gradient Boosting

Abstract

El trabajo consiste en el desarrollo de un recomendador de productos aplicando el algoritmo Extreme Gradient Boositng. Se resuelve el problema de la plataforma Kaggle Santander Product Recomendation que trata de predecir los siete productos del banco con más probabilidad de ser contratados por los clientes en el futuro. La finalidad del trabajo consiste en resolver un problema de predicción real con un gran volumen de datos y aplicar una de las técnicas predictivas de más éxitos en las competiciones de Machine Learning. Además se pretende comprar los resultados alcanzados con los obtenidos por los mejores usuarios de la plataforma Kaggle.

In this final project has been developed a product classifier algorithm using Extreme Gradient Boosting technique. Santander Product Recommendation is the problem to be solved selected from Kaggle platform. In this problem the competitor has to predict the seven products with higher probability to be purchased in the future. The purpose of this project is to resolve a real predictive problem with higher data and apply one of the most success predictive method in the competitions of Machine Learning. Further, at the end of the resolution, the author will compare the results with the best users of the competition.

El treball consisteix en el desenvolupament d'un recomendador de productes aplicant l'algorisme Extreme Gradient Boositng. Es resol el problema de la plataforma Kaggle Santander Product Recomendation que tracta de predir els set productes del banc amb més probabilitat de ser contractats pels clients en el futur. La finalitat del treball consisteix a resoldre un problema de predicció real amb un gran volum de dades i aplicar una de les tècniques predictives de més èxits en les competicions de Machine Learning. A més es pretén comprar els resultats aconseguits amb els obtinguts pels millors usuaris de la plataforma Kaggle.