Análisis del pensamiento político del Brexit en Twitter

El proyecto presente consiste en demostrar la aplicación de métodos y tecnologías de machine learning supervisado en un problema real, en este caso en el análisis de cuentas de twitter y tweets de varios días para determinar el grupo político al que pertenece la cuenta o el mes, que puede ser “Poreuropeo” y “Euroescéptico”. Este documento se divide en varias partes: Introducción: Se expone la idea principal del proyecto junto los objetivos, el cual el principal es aprender a manejar y ejecutar la metodología del machine learning supervisado; Marco Teórico: Se enseña los conceptos de inteligencia artificial, machine learning y natural language processing. Además de distinguir los tipos de entrenamiento que son aprendizaje supervisado, aprendizaje no supervisado, semisupervisado; Metodología: Expone como se ha elaborado el proyecto que incluye, recogida de datos, normalización de estos para el consumo en el algoritmo, entrenamiento, selección de algoritmo y explotación; Explotación: Análisis de los meses enero hasta junio de 2020 con el algoritmo seleccionado previamente; Conclusión: Como conclusión se han cumplido todos los objetivos específicos y generales, y los problemas que se han encontrado a lo largo de la elaboración de este se han podido solucionar. Además, se definieron los impactos que puede traer a la sociedad que en un primer contacto se esperan en su mayoría sean buenos como la facilidad de aprender la metodología del machine learning y la manipulación de datos y recogida de los mismos desde una API. Abstract: The present project consists of demonstrating the application of supervised machine learning methods and technologies in a real problem, in this case in the analysis of twitter accounts and multi-day tweets to determine the political group to which the account belongs or the month, which can be "Poreuropean" and "Eurosceptic". This document is divided into several parts: Introduction: The main idea of the project is presented along with the objectives, the main one being to learn to handle and execute the supervised machine learning methodology; Theoretical Framework: The concepts of artificial intelligence, machine learning and natural language processing are taught. In addition to distinguishing the types of training that are supervised learning, unsupervised learning, semi-supervised; Methodology: Exposes how the project has been developed, which includes data collection, normalization of the same for consumption in the algorithm, training, algorithm selection and exploitation; Exploitation: Analysis of the months January to June 2020 with the previously selected algorithm; Conclusion: As a conclusion, all the specific and general objectives have been met, and the problems that have been encountered throughout the elaboration of this have been solved. In addition, the impacts that it can bring to society were defined, which in a first contact are mostly expected to be good, such as the ease of learning the machine learning methodology and the manipulation of data and data collection from an API