Recently Published
Parcial # 2
Erika Navarro 3100933
Parcial II Corte - Big Data y Análisis de Datos
Informe sobre el COVID 19, realizado por:
Lady Rendón - 3600199
Santiago Caro - 3600211
Document
Parcial 2 Big Data y Análisis de datos
Scatterplot of Cases vs Day
Quadratic Regression Line of sale day to cases
Parcial 2
Valentina Vela - Michael Gúzman
DAT 301 Midterm
Dataset: https://www.kaggle.com/datasets/orkunaktas/all-football-players-stats-in-top-5-leagues-2324/data
Guia_Colab_Notebook_Modelo_Prog_Apendice_7
La siguiente es la **guía paso a paso** para crear un **Notebook en Google Colab** que resuelva el **Apéndice 7: *Evaluation of Dryer Performance*** del documento *Solar Dryers – Appendices.pdf*.
Trabajo Aplicado # 2
Presentado por: Mariana Meneses - Laura Pineda
Primer proyecto machine learning en R
Predicción de Radiación Solar en La Puntilla, Pichilemu
Este proyecto crea un modelo de machine learning para predecir la radiación solar descendente en superficie en el sector costero La Puntilla, Pichilemu (Chile), usando datos diarios de NASA POWER (2001-2025).
Se emplean regresiones regularizadas (Ridge, Lasso y Elastic Net) para tratar multicolinealidad y seleccionar variables entre 17 predictores climáticos (temperatura, humedad, viento, presión, etc.).
Resultados clave:
Modelo óptimo: Elastic Net (α=0.10, λ≈0.0009)
R² = 0.96 en test (explica 96% de la varianza)
RMSE = 0.19 (escala estandarizada)
Mejora del 79.4% en error respecto al baseline (media)
Incluye análisis exploratorio, diagnóstico de supuestos (normalidad, homocedasticidad, autocorrelación), visualizaciones climáticas, mapa interactivo y comparación de modelos.