Crearé un modelo de machine learning personalizado

Construyo soluciones de Machine Learning y Deep Learning usando Python transformando tus datos en predicciones precisas y sistemas inteligentes del mundo real.

Mi stack principal: XGBoost, Random Forest, Scikit-learn para modelos de predicción, y YOLOv8 con OpenCV para tareas de visión por computadora en tiempo real y detección de objetos.

Trabajo reciente: AsteroidWatch, un sistema de predicción de peligros de asteroides en tiempo real construido con 5 APIs de NASA, entrenado con 38,573 registros usando XGBoost y SMOTE para datos desequilibrados, priorizando un alto recall para minimizar peligros no detectados, una estrategia de seguridad ante todo en lugar de solo buscar números de precisión.

Lo que ofrezco:

Limpieza de datos y ingeniería de características

Manejo de conjuntos de datos desequilibrados (SMOTE, ponderación de clases)

Entrenamiento y evaluación de modelos ML (XGBoost, Random Forest)

Deep Learning y detección de objetos (YOLOv8, OpenCV)

Reportes de rendimiento claros (precisión, exactitud, recall, matriz de confusión)

Despliegue opcional como una app web en Streamlit en vivo

Demo en vivo: asteroidwatch-v2o.streamlit.app

Vamos a convertir tus datos en predicciones en las que realmente puedas confiar.