Skip to content

Latest commit

 

History

14 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🤖 Modelos Predictivos IA - Notebooks

Este repositorio contiene una colección de modelos de inteligencia artificial y machine learning implementados en Jupyter Notebooks, enfocados en diferentes aplicaciones predictivas y de clasificación.

📁 Estructura del Proyecto

Modelos-Predictivos-IA-Notebooks/
├── 📂 Agentes/                    # Implementaciones de agentes inteligentes
├── 📂 Eventos Astronomicos/       # Modelos para predicción de eventos astronómicos
├── 📂 Modelos Kaggle/            # Soluciones y modelos para competencias de Kaggle
├── 📂 tarjetas_credito/          # Análisis y predicción para tarjetas de crédito
├── 📄 Agentes_IA_con_Python.ipynb
├── 📄 Clasificador_Perros_y_Gatos.ipynb
├── 📄 Conexión a SQL lite.ipynb
├── 📄 Datos del trafico de internet.ipynb
├── 📄 Modelo_Predictivo_de_la_Radiación_Solar.ipynb
└── 📄 Modelo_base_clasificador_de_Imágenes.ipynb

🚀 Modelos Incluidos

🔍 Clasificación de Imágenes

  • Clasificador de Perros y Gatos: Modelo de deep learning para clasificación binaria de imágenes
  • Modelo Base Clasificador de Imágenes: Framework base para clasificación de imágenes personalizadas

🤖 Agentes Inteligentes

  • Agentes IA con Python: Implementación de agentes autónomos usando Python
  • Carpeta dedicada con múltiples implementaciones de agentes

🌞 Predicción Ambiental

  • Modelo Predictivo de Radiación Solar: Predicción de niveles de radiación solar usando datos meteorológicos

💳 Análisis Financiero

  • Análisis de Tarjetas de Crédito: Modelos para detección de fraude y análisis de riesgo crediticio

🌌 Astronomía

  • Eventos Astronómicos: Modelos predictivos para eventos celestes y fenómenos astronómicos

📊 Análisis de Datos

  • Datos del Tráfico de Internet: Análisis y predicción de patrones de tráfico web
  • Conexión a SQL Lite: Notebooks para manejo y análisis de bases de datos

🛠️ Tecnologías Utilizadas

  • Python 3.x
  • Jupyter Notebooks
  • TensorFlow / Keras - Para modelos de deep learning
  • Scikit-learn - Para machine learning tradicional
  • Pandas & NumPy - Para manipulación de datos
  • Matplotlib & Seaborn - Para visualización
  • SQLite - Para manejo de bases de datos
  • OpenCV - Para procesamiento de imágenes

About

En este repositorio se almacenan algunos modelos desarrollados en Python, de entrenado, transformación y limpieza de datos. Además de la predicción a partir de los mismos.

Resources

Stars

0 stars

Watchers

1 watching

Forks

Releases

Packages

Contributors

Languages