¡Bienvenido/a! Soy Técnico Superior en Ciencias de Datos e Inteligencia Artificial, con conocimientos en análisis exploratorio, aprendizaje automático, procesamiento de lenguaje natural y visualización de datos.
En este repositorio vas a encontrar una selección de los proyectos realizados durante mi formación, aplicando técnicas de Machine Learning, análisis de datos, visión computacional y NLP.
- Descripción: Se evaluó el impacto de diferentes técnicas de normalización textual (stopwords, lematización, stemming) sobre un clasificador Naive Bayes entrenado con reseñas en español.
- Técnicas: Preprocesamiento de texto, Bolsa de Palabras, Multinomial Naive Bayes, comparación de métricas.
- Herramientas: Python, NLTK, Scikit-learn, Google Colab
📁 Ver proyecto
- Descripción: Se entrenaron distintos modelos de redes neuronales convolucionales (CNN) para clasificar imágenes del dataset Fashion MNIST. Se probó data augmentation y diferentes optimizadores.
- Técnicas: CNN, Regularización, Optimización, Data Augmentation.
- Herramientas: Python, Keras, TensorFlow, Matplotlib
📁 Ver proyecto
- Descripción: Se aplicó clustering (K-means) sobre datos georreferenciados para optimizar la inspección de medidores en zonas de la ciudad.
- Técnicas: Clustering, visualización geográfica.
- Herramientas: Python, Pandas, Scikit-learn, Folium
📁 Ver proyecto
- Descripción: Se analizaron datos de rendimiento académico de alumnos y se utilizaron técnicas de regresión para predecir calificaciones en función de asistencia y hábitos de estudio.
- Técnicas: Análisis exploratorio, regresión lineal, limpieza de datos.
- Herramientas: Python, Pandas, Seaborn
📁 Ver proyecto
- Descripción: Se aplicaron distintos modelos de regresión y selección de variables para predecir el precio de viviendas de forma justa, con especial foco en la equidad del modelo y la interpretación de resultados.
- Técnicas: Regresión lineal, Random Forest, métricas de equidad, SHAP values.
- Herramientas: Python, Scikit-learn, Pandas, Matplotlib, SHAP
📁 Ver proyecto
- Lenguajes: Python, SQL, HTML, JavaScript
- Librerías: Pandas, NumPy, Matplotlib, Seaborn, Scikit-learn, NLTK, TensorFlow/Keras, SHAP
- Herramientas: Google Colab, Git, GitHub, Jupyter Notebook
Gracias por visitar mi repositorio 👋