projects
En mi portafolio encontrarás proyectos de Inteligencia Artificial (IA) y Ciencia de Datos aplicados a soluciones en la vida real. Desde el análisis de datos para optimizar procesos empresariales hasta el desarrollo de modelos de IA para la predicción de enfermedades, estos proyectos muestran cómo estas tecnologías pueden marcar una diferencia positiva en el mundo real. Mi enfoque se centra en abordar problemas complejos con soluciones creativas y efectivas mediante el uso de la IA y la Ciencia de Datos.
DETECCIÓN DE ANOMALIAS EN VENTA DE TICKETS AEREOS
.Issue: Detectar posibles anomalías en ventas de tickets aéreos para poder prevenir fraudes, errores o cualquier otro problema que pueda afectar el negocio.
.Tools: Sql, python, visual code, databricks, apache spark, scala, docker.
.Solution: Uso de k-means clustering que agrupa los datos en K grupos (clusters) basados en sus similitudes. Este algoritmo se utilizó para detectar patrones en los datos y encontrar posibles anomalías.
evaluación de modelos de aprendizaje automático, para la predicción de insuficiencia cardiaca desplegado en aws
Amazon SageMaker
.Issue: Determinar la precisión y fiabilidad de los modelos entrenados. La evaluación es una parte crucial del proceso de aprendizaje automático, ya que permite determinar si un modelo es capaz de hacer predicciones precisas y útiles sobre nuevos datos. La evaluación de modelos de aprendizaje automático para la predicción de insuficiencia cardíaca puede presentar varios desafíos, como la selección de la métrica adecuada para evaluar el rendimiento del modelo, el uso de conjuntos de datos adecuados para entrenar y validar el modelo, la selección de un método adecuado de validación cruzada, y el ajuste de hiperparámetros del modelo para mejorar su rendimiento.
.Tools: Sql, python, visual code, jupyter notebook,anaconda, aws amazon sagemaker.
.Solution: Una solución a estos desafíos puede ser la utilización de métodos de evaluación rigurosos y bien establecidos, como la validación cruzada y el uso de múltiples métricas de evaluación. También es importante utilizar conjuntos de datos adecuados para entrenar y validar el modelo, y ajustar los hiperparámetros del modelo de manera rigurosa y sistemática para obtener el mejor rendimiento posible.
StreamRec Movie Recommendation System
El proyecto "StreamRec" es un sistema de recomendación de películas y series diseñado para plataformas de streaming. El objetivo principal es proporcionar recomendaciones personalizadas a los usuarios, ayudándoles a descubrir contenido relevante y aumentar su satisfacción con el servicio.
