📰 Proyecto Final: Detector de Noticias Falsas (Fake News Detector)

Descripción del Proyecto

Detector de noticias falsas (REAL / FAKE) basado en Procesamiento de Lenguaje Natural (NLP) y Regresión Logística.

Incluye script de entrenamiento y una aplicación web de demostración con Streamlit.

---

Resultados y Métricas Clave

Métrica	Valor
Algoritmo Base	Regresión Logística (Simbolista)
Precisión (Accuracy)	≈ 98.5%
Datos de Entrenamiento	≈ 44,000 Noticias
Vectorización	TF-IDF (Term Frequency - Inverse Document Frequency)

---

Arquitectura y Proceso (Pipeline)

1. Preparación y Limpieza de Datos (Data Pipeline)

• Fuentes: Fake and Real News (Kaggle). Datos cargados de Fake.csv y True.csv (aprox. 44,000 documentos en total).
• Ingeniería de Características: Se combinó el campo title y text para proporcionar al modelo un contexto semántico máximo.
• Limpieza (NLP):
  • Eliminación de stopwords y puntuación.
  • Anti-Sesgo Crítico: Se eliminaron los metadatos de fuente (Ej: WASHINGTON (REUTERS) -) para asegurar que el modelo se enfoque en el contenido y no en la fuente.
• División: Conjunto de entrenamiento (80%) y prueba (20%).

2. Vectorización (Traducción a Números)

• Herramienta: TfidfVectorizer.
• Configuración Clave: Se configuró para usar un ngram_range=(1, 2) (Unigramas y Bi-gramas) para capturar frases clave, y se limitó a las 5,000 features más importantes (max_features=5000).

3. Modelo y Persistencia

• Modelo: Regresión Logística por su velocidad, eficiencia e interpretabilidad.
• Persistencia: Se guardó el modelo (modelo_fake_news.pkl) y el vectorizador (vectorizer_tfidf.pkl) con joblib.

---

Guía de Instalación y Ejecución

1. Clonar el Repositorio

git clone https://github.com/MisaelCast/Proyecto-IA.git
cd Proyecto-IA

2. Configurar el Entorno Virtual (Venv)

python3 -m venv .venv
source .venv/bin/activate

3. Instalar Dependencias

pip install pandas nltk scikit-learn joblib streamlit

4. Entrenar el Modelo

python3 fake_news_ia.py

5. Ejecución Visual (Web App)

streamlit run app.py

---