Diseño e implementación de un modelo de aprendizaje automático para la predicción de la probabilidad que tiene un sujeto de conseguir empleo según las variables sociodemográficas con énfasis en la variable educación título.

Abstract

El presente trabajo de tesis se centró en la preocupación que existe a nivel nacional en cuanto a la tasa de desempleo actual, dado que se manifiesta una tendencia al alza y las políticas implementadas por los líderes del país no contrarrestan el crecimiento de esta cifra. Por lo tanto, se buscó proponer mediante el análisis de una serie de variables sociodemográficas obtenidas del Programa Acelerado de Datos de INEC, mediante la Encuesta Continua de Empleo, I, II, III y IV trimestres del 2019, la clasificación de los habitantes costarricenses según el lugar de residencia y la predicción de la probabilidad de que la vivienda individual ocupada pueda variar su estado de ocupación laboral a partir de las diferentes encuestas continuas trimestrales, siguiendo la metodología de CRISP-DM y los diversos modelos de aprendizaje automático supervisado estudiados a lo largo de la carrera de maestría. El desempleo es una cifra que afecta a toda la población, por lo cual entre más herramientas se brinden para evitar el aumento de esta cifra, mejores oportunidades se pueden ofrecer a las familias costarricenses.