Tècniques de classificació mitjançant Machine Learning aplicades al problema de la sobrequalificació

Abstract

La sobrequalificació és un factor molt present en els treballadors, es produeix quan disposen d’un nivell educatiu o un conjunt d’habilitats que excedeixen els requisits necessaris per desenvolupar el seu treball actual. Aquest problema pot sorgir a causa de diversos factors, com a canvis en els requisits d'ocupació, la falta d'oportunitats laborals adequades o la cerca d'ocupació en temps de crisi econòmica. Per altra banda, el Machine Learning és una branca de la intel·ligència artificial que se centra en el desenvolupament d'algorismes i models capaços d'aprendre i prendre decisions a partir de dades sense ser programats explícitament. Els algorismes de classificació són una de les principals tècniques utilitzades en l'aprenentatge automàtic per a classificar dades en diferents classes o categories. Aquest projecte té com a objectiu aplicar tècniques de classificació mitjançant l'aprenentatge automàtic (Machine Learning) per a abordar el problema de la sobrequalificació laboral. Per això, s’utilitzen quatre algoritmes de classificació que requereixen tècniques estadístiques per obtenir classificacions i avaluar el seu rendiment, que són: Arbres de decisió, Naive Bayes, Support Vector Machines i Regressió Logística. S’avaluaran els algoritmes esmentats i se seleccionarà el millor model de classificació per les dades del projecte. A partir d’aquest model es buscarà un perfil d’estudiant més probable a ser sobrequalificat.