La compañía de seguros Sure Tomorrow quiere resolver varias tareas con la ayuda de machine learning y se pide que se evalúe esa posibilidad.
Tarea 1: encontrar clientes que sean similares a un cliente determinado. Esto ayudará a los agentes de la compañía con el marketing.
Tarea 2: predecir si es probable que un nuevo cliente reciba un beneficio de seguro. ¿Puede un modelo de predicción funcionar mejor que un modelo ficticio?
Tarea 3: predecir la cantidad de beneficios de seguro que probablemente recibirá un nuevo cliente utilizando un modelo de regresión lineal.
Tarea 4: proteger los datos personales de los clientes sin romper el modelo de la tarea anterior.
Es necesario desarrollar un algoritmo de transformación de datos que dificulte la recuperación de la información personal si los datos caen en manos equivocadas. Esto se denomina enmascaramiento de datos u ofuscación de datos. Pero los datos deben protegerse de tal manera que la calidad de los modelos de machine learning no se vea afectada. No es necesario elegir el mejor modelo, basta con demostrar que el algoritmo funciona correctamente.
Descripción de datos
El dataset se almacena en el archivo /datasets/insurance_us.csv.
Características: sexo, edad, salario y número de familiares de la persona asegurada.
Objetivo: número de beneficios de seguro recibidos por una persona asegurada en los últimos cinco años.