Modelo predictor de la primera avería de una moto de ACCIONA Motosharing mediante algoritmos de Machine Learning

En este Proyecto de Fin de Grado (PFG) se pretende dar una solución al problema de las averías en las motos del servicio de Acciona Motosharing. Primero se estudió la historia del Machine Learning y su situación en la actualidad, así como los algoritmos de aprendizaje supervisado utilizados en este proyecto. Una vez estudiados, se analizó qué tipo de información se podía extraer de las motos para dar una primera aproximación al problema. Después de extraer el conjunto de datos, se realizó un análisis exploratorio de los datos para examinar a qué tipo de datos nos estábamos enfrentando. También se distinguieron las distintas soluciones para la problemática de conjuntos de datos desbalanceados, que era nuestro caso. Más adelante se entrenaron los modelos estudiados y sus resultados fueron comparados a través de diferentes métricas. Por último, se analizó la viabilidad de la solución. Abstract: In this Proyecto de Fin de Grado (PFG) the intention is to provide a solution to the problem of motorcycle breakdowns from the Acciona Motosharing service. At first, the history of Machine Learning and its current situation was studied, as well as the supervised learning algorithms used in this Project. Once studied, we analysed what kind of information could be extracted from the motorcycles to give a first approximation to the problem. After extracting the data, an exploratory data analysis was performed to examine what kind of data we were facing. The different solutions for unbalanced datasets problems were also distinguished, which was our case. Then the studied models were trained, and their results were compared through different metrics. Finally, the viability of the solution was analyzed