Desarrollar un modelo de inteligencia artificial capaz de analizar declaraciones y predecir su veracidad basada en patrones históricos de declaraciones previas. El objetivo es fomentar el análisis de datos, el procesamiento de lenguaje natural (NLP) y la ética en la IA.

En el conjunto de datos tenemos:

• df_data.csv como dataset de entrenamiento
• test_data.csv como dataset de prueba

La variable objetivo es la columna “Etiqueta”, la entrega como solución debe ser el conjunto de datos test_data.csv agregando la columna “Etiqueta” con las predicciones obtenidas.

Se puede participar en equipos de hasta 3 participantes, se recomienda equipos multidisciplinarios.

Variable objetivo: Etiqueta

Conjunto de datos de entrenamiento: df_data.csv

Conjunto de datos de pruebas: df_data.csv

Descargar dataset

La evaluación de las soluciones se realizará considerando la precisión del modelo de clasificación sobre el conjunto de prueba. La métrica será el F1-score macro, dado que permite equilibrar la importancia de cada clase en contextos con posibles desbalances de datos. Este enfoque asegura que los equipos desarrollen modelos capaces de generalizar de manera robusta, evitando sesgos hacia la clase mayoritaria y favoreciendo un desempeño equilibrado.

- Si tienes dudas puedes plantearlas en el foro de este challenge e intercambiar con otros participantes.

- También puedes realizar los cursos recomendados para adquirir el conocimiento necesario y ser el mejor de este desafío acá

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.