Un análisis de la pobreza en Colombia basado en aprendizaje automático

Abstract

El articulo analiza la pobreza en Colombia utilizando herramientas de aprendizaje automático supervisado a partir de los datos de Hogares, Personas y Vivienda del DANE para el periodo 2016 a 2019. Se examina la percepción de factores que influyen en la pobreza teniendo en cuenta las especificidades estructurales que conforman la medición de la pobreza, como la salud, el trabajo y la educación. El aporte de esta investigación es comparar el Índice de pobreza multidimensional con los factores relevantes de la situación de pobreza mediante el uso de herramientas aprendizaje automático. Los hallazgos revelan que el algoritmo XGBoost identifica los indicadores que causan la pobreza y permite proponer un marco de trabajo para lucha contra la pobreza. Palabras Clave: Aprendizaje automático, Medición y análisis de la pobreza, construcción de modelos y estimación, cambios tecnológicos.