Lo que incluye:
Limpiar y preprocesar conjuntos de datos complejos
Aplicar algoritmos de aprendizaje supervisado y no supervisado (cualquiera de los 23 siguientes):
- Supervisado: regresión lineal/logística, SVM, árbol de decisión, bosque aleatorio, KNN, Naive Bayes
- No supervisado: clustering K-Means, clustering jerárquico, DBSCAN, PCA
- Optimización de hiperparámetros (GridSearchCV o manual)
- Selección de características o reducción de dimensionalidad
- Evaluación completa del modelo con precisión, matriz de confusión, puntuación de silueta, etc.
- Visualizaciones de datos con matplotlib, seaborn y plotly
- Un informe profesional (PDF o DOCX) que explique pasos, resultados y rendimiento del modelo
- Código completamente comentado entregado vía Jupyter Notebook o script en Python
- Soporte post-entrega (corrección de errores, ajustes menores)
Requisitos del cliente:
Antes de realizar el pedido, por favor proporciona:
- Tu conjunto de datos (CSV/Excel)
- Objetivo (¿qué quieres que prediga o encuentre el modelo?)
- Algoritmo preferido (opcional)
- Cualquier formato o salida específica requerida