Análisis exploratorio y visualización con datasets únicos: ventas, atletas olímpicos, ajedrez, cerveza y geografía.
Los datos sin visualización son ruido. Detectar distribuciones sesgadas, relaciones entre variables aparentemente inconexas, patrones geoespaciales o tendencias en categorías deportivas requiere representaciones visuales precisas y bien diseñadas. Un gráfico mal elegido puede ocultar la señal más importante del dataset.
EDA sistemático sobre datasets reales y variados: ventas minoristas, atletas olímpicos, partidas de ajedrez, recetas de cerveza y restaurantes Michelin. Análisis geoespacial con GeoPandas y Contextily para datos con dimensión geográfica. Correlaciones cruzadas entre datasets aparentemente inconexos para descubrir patrones inesperados.
Entender patrones de consumo y comportamiento del cliente en datos de ventas minoristas requiere vis…
Ver proyecto →Analizar la relación entre la tasa de natalidad por provincia y la presencia de restaurantes con est…
Ver proyecto →Explorar si existe alguna relación entre las características de recetas de cerveza artesanal y las p…
Ver proyecto →Los datos históricos de atletas olímpicos contienen información sobre medallas, edades, pesos, altur…
Ver proyecto →Explorar dos datasets con dimensión de grupo bien definida: partidas de ajedrez (resultado por color…
Ver proyecto →