En la presente memoria se lleva a cabo el estudio y la implementación de un sistema de recomendación capaz de aconsejar a los usuarios sobre los productos que mejor se ajustan a sus necesidades a la hora de hacer la compra. Para comenzar, se analizarán los distintos tipos de sistemas de recomendación (SR) y las técnicas que se han utilizado desde que estos sistemas salieron a la luz. Debido al auge de esta tecnología, tanto las técnicas como los algoritmos y la manera de conseguir las bases de datos han sufrido un cambio muy abrupto en unos pocos años. Este desarrollo exponencial se verá plasmado en el proyecto puesto que veremos cómo los algoritmos matemáticos han ido evolucionando hasta ser capaces de pensar como el propio usuario. Previamente a la implementación final de este sistema se hará un análisis exhaustivo de la base de datos extraída de Instakart para poder saber así si es válida y como poder sacarle la máxima funcionalidad posible. Una vez este análisis está completo, se procede a la exposición del caso práctico. Mediante este sistema de recomendación los usuarios podrán saber qué artículos son los que se ajustan más a sus gustos y necesidades a la hora de hacer la compra. Se hará uso de un filtrado colaborativo (FC) con información implícita mediante técnicas de machine learning.