Bienvenido a GL Data Lab, mi espacio de trabajo, estudio y experimentación en Ciencia de Datos, Machine Learning y Análisis de Datos aplicado. Aquí encontrarás proyectos, cuadernos de Google Colab, scripts en Python y materiales complementarios en Excel/Access.
El objetivo de este repositorio es documentar mi progreso, compartir buenas prácticas y construir un portfolio profesional claro, ordenado y escalable.
GL_Data_Lab
│
│
├── Análisis de Datos con Excel
│ └── Proyecto 01
│
├── Análisis de Datos con Python
│ └── 2024 Big Data con Python
│ | └── Trabajo_Integrador
| |
│ └── 2025 Data Analytics con Python
│ └── Trabajo_Integrador
|
├── Machine_Learning
│ └── Trabajo_Integrador
│
└── README.md
En esta sección se encuentran los proyectos y cuadernos relacionados con modelos predictivos, preprocesamiento, evaluación de modelos y experimentos de aprendizaje automático.
Proyecto final integrador donde aplico:
Limpieza y preparación de datos
Feature engineering
Entrenamiento de modelos supervisados
Comparación de algoritmos
Métricas de evaluación
Visualización de resultados
Conclusiones y mejoras futuras
Este trabajo resume el proceso completo de un pipeline de Machine Learning aplicado a un caso real.
(Próximamente...) Incluye cuadernos y scripts sobre:
- Manipulación de datos con Pandas
- Arrays y operaciones vectorizadas con NumPy
- Visualización con Matplotlib, Seaborn y Plotly
- Estadística descriptiva
- Análisis exploratorio (EDA)
- Correlaciones y relaciones entre variables
- Dashboards y reportes
Python 3.x Pandas / NumPy / Scikit-learn Matplotlib / Seaborn / Plotly Google Colab Excel / Access Git & GitHub
✔ Construir un portfolio profesional
✔ Documentar mi aprendizaje en Ciencia de Datos
✔ Practicar buenas prácticas de código y versionado
✔ Crear proyectos reproducibles y escalables
✔ Compartir materiales y resultados
Gustavo Lafica
Apasionado por el análisis de datos, la automatización y el aprendizaje continuo.
Podés dejar una estrella ⭐ para apoyar el proyecto.