📌 Descripción

Este repositorio reúne pequeños proyectos de Inteligencia Artificial y Machine Learning desarrollados con diferentes librerías de Python.
La idea es practicar desde lo básico hasta casos más completos, documentando el proceso y mostrando resultados visuales.

🛠️ Librerías utilizadas

• NumPy
• Pandas
• PyTorch
• Matplotlib

📂 Proyectos

1️⃣ Proyecto básico: Supermarket (./ProyectoBásicoSupermarket)

📝 Descripción

En este proyecto se implementa una red neuronal simple (perceptrón multicapa) con 2 capas fully connected para una tarea de regresión:

Predecir el precio de la cesta de un cliente en un supermercado.

El flujo de trabajo incluye:

1. Preprocesamiento:

   • Transformación logarítmica de variables sesgadas.
   • Normalización y codificación de variables categóricas.
   • Estandarización de variables numéricas.

2. Entrenamiento:

   • Red neuronal en PyTorch (2 capas).
   • Función de pérdida: MSELoss.
   • Optimizador: SGD.

3. Evaluación y visualización:

   • Comparación de valores reales vs predichos.
   • Evolución del error de entrenamiento.

📊 Dataset

• Datos tomados de Kaggle (Supermarket sales dataset).
• Incluye información de sucursales, clientes, productos y precios.

📁 Archivos

• ScriptDataSuperMarket.py → Script principal con el pipeline completo.
• 2.DataSuperMarket.csv → Dataset de entrenamiento y prueba.

🔎 Ejemplo de resultados: