Análisis reproducible de datos experimentales
Herramienta modular para cargar datasets, aplicar pipelines de análisis (clasificación, clustering, optimización, series temporales) y generar informes reproducibles en PDF.
Stack Python: pandas, scikit-learn, scikit-optimize, matplotlib, reportlab.
Clasificación + optimización
Clasificación supervisada con Random Forest sobre features tabulares. Optimización bayesiana con Gaussian Process + Expected Improvement para búsqueda de óptimos con pocos experimentos.
Random Forest · GP + EI · Feature importance
Series temporales de sensores
Ingesta de registros diarios de sensores / dispositivos, agregación por sujeto, cálculo de métricas derivadas y comparación pre / post con test pareado y modelos mixtos.
Agregación temporal · Métricas derivadas · Análisis pareado
Encuestas y datos categóricos
Descriptivos multivariante, correlaciones, clustering no supervisado (KMeans + PCA) para descubrir perfiles y clasificación supervisada para predicción de categorías objetivo.
KMeans + PCA · Random Forest · Correlaciones
Cómo funciona
Cada módulo carga un dataset ejemplo (público), aplica un pipeline reproducible y genera visualizaciones + informe PDF. El código de análisis es transparente: cada página muestra el algoritmo usado, sus hiperparámetros y las métricas de evaluación. Los mismos pipelines aceptan datos propios en el mismo formato.