Los mejores proyectos de Data Science (Parte II)

Los mejores proyectos de Data Science (Parte II)

Hace unas semanas os mostramos algunos de los trabajos más destacados de los alumnos de la última edición del Máster de Data Science.

Pero si os somos sinceros, es difícil elegir solo unos cuantos ya que todos son extraordinarios. Hoy os traemos más Trabajos Final de Máster para demostraros el talento con el que cuentan los alumnos de KSchool.

 

Determinar qué ciudad sería más rentable para invertir en la compra de un piso y arrendarlo vía AirBnB – Ronny de Abreu

¿Alguna vez te has preguntado cuáles son las zonas más caras para vivir en Madrid? Estamos seguros de que, tanto si eres de la capital, como si vives fuera y tienes pensado mudarte o alquilar un piso, esta pregunta te habrá rondado en más de una ocasión.

Nuestro alumno Ronny de Abreu también se la formuló alguna vez y, gracias a la gran cantidad de datos que proporcionan, plataformas como AirBnB, ha desarrollado un modelo que permita analizar las características económicas de los alquileres en Madrid.

 

KSchool_TFM_DataScience

Esta opción resulta interesante, ya que ayuda a localizar mejores precios a los visitantes, y permite a aquellos que quieren ofrecer la opción del alquiler a encontrar oportunidades de negocio gracias al análisis del parámetro de los precios.

Según el propio de Abreu “Este trabajo busca dar un primer paso en el análisis descriptivo y generar un modelo analítico que proporcione la oportunidad de detectar oportunidades, localizar cuáles son los parámetros que permiten optimizar el precio de alquiler para ayudar al usuario que publica su propiedad en la plataforma y dibujar el movimiento que genera AirBnB en Madrid”.

Puedes ver su trabajo en la página que Ronny ha creado en este enlace.

 

Estudio de accidentes de tráfico – Rafael Martínez. 

Rafael Martínez realiza un exhaustivo trabajo de análisis de los accidentes de coche desde el año 2008 hasta 2015, gracias a los datos proporcionados por la Dirección General de Tráfico (DGT).

 

pexels-photo

Este estudio que recoge variables como “tipo de vehículo” “accidentalidad por meses” o “gravedad del siniestro”, permite crear un mapa detallado que ayuda a entender los mayores riesgos a los que se ven expuestos los conductores y proponer planes de acción para reducir el número de estos.

Si quieres ver el trabajo completo de Rafael Martínez puedes encontrarlo haciendo click aquí.

 

Impacto de diversos factores en los retrasos de los vuelos – Sergio Martínez y Epifanio Mayorga 

Otra vez sentados durante horas en el suelo del aeropuerto sin ninguna explicación sobre el retraso de nuestro vuelo. A algunos esta historia les sonará familiar.

 

KSchool_TFM_DataScience_retrasos_vuelos

Los alumnos Sergio Martínez y Epifanio Mayorga seguro que lo han vivido en sus propias carnes más de una vez, y por ello decidieron centrar su Trabajo Final de Máster en los diversos factores que afectan al retraso de los vuelos.

Para realizar este trabajo usaron los lenguajes Python (con los notebooks de jupyter) y R.

Estos retrasos, en su mayoría achacados a las condiciones climáticas, podrían tener otro tipo de justificación. “De este estudio se deduce que las variables atmosféricas no son demasiado concluyentes para explicar el retraso de los vuelos”, aclaran los autores.

¿Te gustaría saber porque tu vuelo siempre llega tarde? Descúbrelo en este TFM que podrás encontrar en este enlace.

 

Estamos seguros que estos trabajos os han dejado con la boca abierta a más de uno. Prometemos volver con nuevas genialidades de estos alumnos.

 

Related Post

No Comments

Comments are closed.

css.php