Práctica · Aprendizaje continuo

Data Science

Proyectos de práctica y aprendizaje continuo en Data Science.

Proyecto 1

Predicción de churn — Telco

Kaggle — Telco Customer Churn

Python scikit-learn SMOTE Classification

Problema

Identificar clientes con alta probabilidad de cancelar el servicio para acciones de retención.

Modelo

Random Forest + análisis de feature importance

Resultado

Recall del 78% en la clase minoritaria (churn) con balanceo SMOTE.

Aprendizaje

La calidad del feature engineering (tenure bins, charges ratio) impactó más que el algoritmo elegido.

Proyecto 2

Segmentación de clientes — Mall

Kaggle — Mall Customer Segmentation

Python K-Means PCA Unsupervised

Problema

Agrupar clientes por comportamiento de compra para estrategias de marketing personalizado.

Modelo

K-Means (k=5) + PCA para visualización

Resultado

5 segmentos interpretables con Silhouette Score de 0.42.

Aprendizaje

Normalizar variables antes de clustering es crítico cuando las escalas difieren (ingreso vs. edad).

Proyecto 3

Precio de viviendas — California

Kaggle — California Housing

Python XGBoost Regression Feature Engineering

Problema

Estimar el valor mediano de viviendas a partir de variables geográficas y demográficas.

Modelo

Gradient Boosting Regressor

Resultado

RMSE de $48,200 — mejora del 12% vs. regresión lineal baseline.

Aprendizaje

Las variables de ubicación (lat/lon) capturan efectos no lineales que un modelo lineal no puede modelar.