Lab

Clasificador de imágenes con CNN entrenado para reconocer categorías deportivas a partir de fotos.

Comparación de SVM contra Random Forest sobre 918 ejemplos. SVM alcanzó un F1-Score de 0,897 en test.

Detección de fraude con clustering y detección de anomalías sobre datos de transacciones desbalanceados.

Segmentación de clientes por nivel de satisfacción mediante clustering, evaluada contra las etiquetas objetivo.

Regresión sobre el dataset Ames Housing con selección de features por Random Forest y Gradient Boosting.

Clasificación multiclase para predecir especies homínidas a partir de features morfológicas.