Loading repository data…
cjburgos21 / repository
Este proyecto aplica Machine Learning para predecir precios de casas a partir de datos inmobiliarios. Utiliza Pandas y NumPy para el procesamiento de datos, Scikit-learn para la implementación de modelos de regresión y Matplotlib para la visualización. El desarrollo se realiza en Jupyter Notebooks, permitiendo un análisis interactivo y detallado.
Este proyecto aplica Machine Learning para predecir precios de casas a partir de datos inmobiliarios. Utiliza Pandas y NumPy para el procesamiento de datos, Scikit-learn para la implementación de modelos de regresión y Matplotlib para la visualización. El desarrollo se realiza en Jupyter Notebooks, permitiendo un análisis interactivo y detallado.
Selected from shared topics, language and repository description—not editorial ratings.
J-Lopez-IICG /
Este proyecto aplica clustering con Gaussian Mixture Models (GMM) para segmentar perfiles de clientes y descubre patrones de compra con reglas de asociación.
JorgeHdzRiv /
Este repositorio contiene cuatro proyectos desarrollados durante el Bootcamp de Ciencia de Datos de Alura. Cada proyecto aplica técnicas de análisis, visualización y modelado de datos, utilizando herramientas como Python, Pandas, Matplotlib, Scikit-learn y más.
KarinaSerrM /
Este proyecto aplica técnicas de aprendizaje supervisado al análisis de riesgos de ataques cardíacos. Incluye análisis exploratorio automatizado, codificación de variables, entrenamiento de un modelo k-NN y simulación de predicciones clínicas con Python y scikit-learn
ConteFede /
Este proyecto aplica análisis de datos en ventas de un supermercado mediante Python (Pandas, Numpy, Sqlalchemy) y Power BI. Se abordan tareas de ETL, limpieza de datos y visualización, proporcionando insights sobre productos más vendidos, segmentación de clientes y patrones de compra.
Lonzo19 /
Este es un proyecto de fin de ciclo, desarrollando una aplicación web con Django y Python.
Joaquin78 /
Este proyecto supone un punto de partida en la creación de aplicaciones Python, para ello utilizaremos el paquete 'matplotlib' el cual nos permitirá insertar, en este caso, elementos 2D proyectados sobre un espacio 3D.