Descubre cómo la IA está transformando el marketing. Openclasses el 25 y 26 de marzo. ¡Quiero apuntarme!

Ver temas

Última actualización: 12 · 12 · 2024

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 Online. 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 […]

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

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 DKS.

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.

DKS_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».

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.

DKS_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.

El artículo Los mejores proyectos de Data Science (Parte II) fue escrito el 21 de septiembre de 2017 y actualizado por última vez el 12 de diciembre de 2024 y guardado bajo la categoría Data Science. Puedes encontrar el post en el que hablamos sobre .

Descrubre nuestros cursos

Deep reinforcement learning

13 · 03 · 2026

Deep Reinforcement Learning: La Revolución de la Inteligencia Artificial Autónoma

A través de la Inteligencia Artificial, es posible crear sistemas que sean capaces de aprender a tomar decisiones de forma autónoma, tengan estas la complejidad que tengan. Esto es posible gracias al Deep reinforcement learning. Te contamos cuáles son sus fundamentos, qué algoritmos son fundamentales, qué herramientas son las más usadas y cuáles son sus […]

30 · 01 · 2026

Data lineage: La brújula esencial para una gobernanza de datos impecable

Los datos cada vez son más numerosos y las fuentes de las que pueden obtenerse también. Las organizaciones trabajan con ello y resulta imprescindible poder saber de dónde vienen los datos, cómo se transforman y utilizan para poder sacarles el máximo partido. El Data Lineage permite aportar transparencia, control y confianza para que el gobierno […]

04 · 02 · 2026

NumPy en Python: La clave para la ciencia de datos eficiente y el aprendizaje automático

Aprender NumPy es aprender a pensar en arrays y operaciones vectorizadas: una competencia que acelera análisis, mejora la interoperabilidad con herramientas del ecosistema y abre puertas en Data Science y Machine Learning. Te contamos en qué consiste, qué ventajas tiene y cómo puede ayudarte. NumPy en Python: la clave para la ciencia de datos eficiente […]

24 · 11 · 2025

La Arquitectura Transformer: el corazón de los modelos de Deep Learning modernos

¿Quieres saber cuál es el verdadero origen del avance de la IA en tan poco tiempo y de forma tan rápida? Pues la respuesta es la Arquitectura Trasnformer. Te contamos cómo funciona, en qué se basa y cómo puede ayudarte a comprender cuáles son los fundamentos básicos del Deep Learning moderno. ¿Qué son los Transformers […]