Proyecto: Predictor de Gastos Mensuales. Para práctica de Data Science con daos sintéticos.

Proyecto: Predictor de Gastos Mensuales Funcionalidades principales:

Cargar datos desde CSV de extractos bancarios Categorización automática de gastos (comida, transporte, entretenimiento) Visualizaciones de patrones de gasto por mes/categoría Predicción simple del gasto del próximo mes Alertas cuando gastas más de lo normal

Stack tecnológico:

Pandas: manipulación de datos Matplotlib/Seaborn: gráficos Scikit-learn: regresión lineal para predicciones Streamlit: interfaz web simple Regex: para categorizar transacciones automáticamente

Tareas específicas:

Limpiar datos de transacciones (fechas, montos, descripciones) Crear reglas para categorizar gastos automáticamente Calcular estadísticas mensuales (promedio, mediana, desviación) Implementar regresión lineal para predecir gasto siguiente mes Crear gráficos de barras, líneas de tiempo y heatmaps

Datos de ejemplo: Puedes usar datos ficticios o crear un generador de transacciones bancarias simuladas. Entregables:

Script de limpieza de datos Función de categorización automática Dashboard con 4-5 gráficos principales Modelo predictivo simple Reporte mensual automatizado

Estructura del proyecto: expense_analyzer/ ├── data/ │ └── gastos_personales.csv ├── src/ │ ├── data_processor.py │ ├── categorizer.py │ ├── predictor.py │ └── visualizer.py ├── app.py (Streamlit dashboard) ├── requirements.txt └── README.md