Serrano León, Yeimmy KatherineRodríguez, Danilo EstebanAmórtegui, Jorge HumbertoTrujillo, Sandra Milena2024-03-212024-03-212023https://repositoriocrai.ucompensar.edu.co/handle/compensar/5316La lucha contra la corrupción debido a su impacto en los índices de desarrollo es esencial, con el Análisis de Datos y Big Data es posible identificar factores y generar un modelo de Machine Learning que aborda la relación entre corrupción y crecimiento económico sostenible. Para abordar esta problemática, se deben intervenir múltiples aspectos clave, como la obtención, el procesamiento y el análisis de los datos. El objetivo principal del estudio es identificar los factores que influyen en esta relación y generar un modelo predictivo que pueda brindar asesoramiento estratégico a organizaciones interesadas en mitigar los efectos de la corrupción en el desarrollo económico. La investigación se basa en un enfoque multidisciplinario y utiliza varias técnicas y herramientas, como la extracción y limpieza de datos, análisis estadísticos, minería de datos y modelos de regresión. Se recopilan datos de fuentes confiables y verificables, tales como informes gubernamentales y bases de datos internacionales. Los resultados muestran una fuerte correlación entre indicadores de gobernanza y el Producto Interno Bruto per cápita, lo que sugiere que mejoras en áreas como el control de la corrupción, la efectividad gubernamental, el estado de derecho y la voz ciudadana pueden tener un impacto positivo en el desarrollo económico. Por lo tanto, es fundamental abordar la corrupción y mejorar la gobernanza para promover un entorno propicio para el crecimiento económico y la prosperidad. Se proporcionan recomendaciones informadas, así como visualizaciones para facilitar la comprensión de los resultados.28 páginasapplication/pdfFundación Universitaria Compensar, 2023Trabajo de grado - Maestríainfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Machine LearningcorrupciónPIB per cápita