El objetivo de este proyecto es optimizar la venta cruzada de depósitos y detectar a los clientes más propensos a adquirir este producto bancario a través de un Scoring. La finalidad es: - Mejorar el ROI de las campañas comerciales acotando el público objetivo y optimizando ingresos y costes. Esto se consigue con un modelo predictivo de clasificación.

A través de un Data set Open Source de Europa, intento predecir el número de infectados que habría en España si no se hubieran aplicado medidas de confinamiento.

Tenemos diferentes datos sobre el funcionamiento de una máquina que se recopilan a través de sensores, con una regresión logística se intenta predecir cuando esa máquina va a fallar, en función de diferentes variables predictoras.

Con un data set de apartamentos de NY, se hace un análisis comparativo del precio por distritos y la competencia. Es un buen análisis si quiero invertir en vivienda turística por ejemplo, para conocer más el sector en NY

Dataset Open Source con los datos de empleados de IBM. Se buscan insights de negocio relacionados con la fuga de empleados en la compañía, además de crear un "Scoring de riesgo" con la probabilidad de abandono exacta para cada empleado. Informe con las conclusiones más relevantes.

A trravés de un data set de 6 Millones de operaciones bancarias, se crea un modelo con el cual podemos detectar las operaciones fraudulentas

Dashboard comparativo sobre el impacto del COVID19 en diferentes países europeos y resumen sobre la situación en España