Repositorio de los proyectos finales y algunos ejercicios de cada Sprint del bootcamp, se abarca desde temas basicos como uso de python, manejo escencial de datos y dataframes, pasando por como hacer un Analisis Exploratorio de Datos, formulación de hipotesis, estadistica, SQL, apicaciones web, hasta machine learning; modelos clasificatorios, modelos para regresión y algebra lineal.
Este repositorio sera actualizado conforme se hagan mas proyectos cubriendo los siguientes temas:
Para ejecutar cualquier proyecto descarga su notebook (.ipynb)y datos (.csv) en una carpeta llamada "datasets" en la misma dirección del notebook.
| Proyecto | Descripción general | Temas Clave | Tecnologías |
|---|---|---|---|
| Proyecto 1 | Ayudar a una empresa de comercio electrónico a comprender a su clientela con la ayuda de formateo de string, bucles y sentencias condicionales. | Manejo basico de datos y python | |
| Proyecto 2 | Probar una hipótesis de producto analizando datos de usuario para incrementar la fidelización de clientes en un servicio de streaming musical. | Manejo basico de dataframes, limpieza de datos. | |
| Proyecto 3 | Preparar un informe con visualizaciones que brinde información sobre los hábitos de compra de los clientes de una plataforma de entrega de comestibles. | Manipulación, limpieza y vizualización de datos | |
| Proyecto 4 | Comparar los dos planes de prepago de un operador de telecomunicaciones para determinar cuál de los dos planes generaría más beneficios. | Puebas estadisticas, EDA, limpieza de datos | |
| Proyecto 5 | Crear un dashboard e implementarlo en un servicio en la nube que lo hará accesible al público. | Visualizacion, EDA, WebApp | |
| Proyecto 6 | Para una tienda online de videojuegos, identificar los patrones que determinan si un juego tiene éxito o no. | Preprocesamiento de datos, EDA, Análisis estadístico | |
| Proyecto 7 | Analizar datos de competidores y probar una hipótesis sobre el impacto de factores externos para una compañía para compartir vehículos. | Web scrapping, bases de datos, regex, EDA, pruebas estadisticas | |
| Proyecto 8 | Crear un modelo de clasificación que escogerá el plan adecuado para la clientela de un operador de telefonía móvil. | Segmentación de datos, Machine Learning | |
| Proyecto 9 | Predecir si un cliente o una clienta abandonará en poco tiempo el banco para ayudar al negocio a retener a la clientela existente. | ML en negocios, Metricas de negociós y ML, Limpieza y visualización de datos | |
| Proyecto 10 | Crear un modelo para predecir el volumen de reservas en los nuevos pozos petroleros y aportar recomendaciones para una compañía minera. | Machine Learning, bootstraping, estadistica, Vizualización de datos | |
| Proyecto 11 | Crear un modelo que ayude a una compañía de seguros a trabajar mejor con su base de datos de clientes y proteja sus datos personales. | Algebra Lineal, KNN, Regresión lineal | |