Next word prediction app presentation deck

Este reporte analiza contratos públicos de partidos políticos en México a partir de dos bases de datos proporcionadas por MCCI. El documento integra una exploración general de los datasets, un análisis descriptivo de contratos_montos.csv y un pipeline de clasificación supervisada con tidymodels para identificar bloques políticos contratantes. La variable objetivo clasifica los registros en tres grupos: oficialista, definido únicamente como Morena; oposición tradicional, integrada por PAN, PRI y PRD; y fuerzas locales, integrada por MC, PT y PVEM. El análisis excluye explícitamente las variables tema y area, así como identificadores y variables equivalentes al partido, para reducir fuga de información. Se comparan modelos de regresión logística multinomial, Random Forest, XGBoost y glmnet con validación cruzada estratificada. El reporte presenta métricas de desempeño, matriz de confusión, ranking de variables importantes e interpretaciones sustantivas sobre patrones de gasto, concentración de proveedores y temporalidad contractual. Este trabajo fue elaborado con apoyo de herramientas de inteligencia artificial generativa para estructuración, documentación y revisión técnica. Las decisiones analíticas, selección de variables, interpretación sustantiva y validación de resultados corresponden a las personas autoras del proyecto.

WQD7004 Final Project

Grade 5 unit 8 topics

MileStone Report

This report presents the complete methodology, implementation, and evaluation of a next-word prediction system built as the final capstone project for the Johns Hopkins Data Science Specialization on Coursera. The project was developed using three large English-language text corpora drawn from blogs, news articles, and Twitter posts, collectively comprising over 580 MB of raw text and approximately 4.27 million lines.