Dataset: https://www.kaggle.com/datasets/orkunaktas/all-football-players-stats-in-top-5-leagues-2324/data

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*.

Presentado por: Mariana Meneses - Laura Pineda

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.

Ditujukan Untuk Memenuhi Nilai Mata Kuliah Analisis Spasial Kelas A

Taller covid 19 - Clase Big Data - Joel Velásquez - 3101415 & Nicolas Carrillo - 3101377