Proyecto Final Data Science aplicado a la Pesca Sostenible | Machine Learning en un Caso Real скачать в хорошем качестве

Proyecto Final Data Science aplicado a la Pesca Sostenible | Machine Learning en un Caso Real

En este video presentamos el proyecto final de Agustín Cosso, una aplicación profesional de Data Science aplicada a la pesca sostenible, desarrollada con R y Shiny. La app, llamada ORA, combina modelos de distribución de especies (SDM) con Random Forest, técnicas de pseudo-ausencia, métricas avanzadas de evaluación y un algoritmo genético para optimizar rutas de pesca, reduciendo costos operativos y maximizando la probabilidad de captura. 🔍 ¿Qué hace esta aplicación? Predice zonas óptimas de pesca a partir de datos ambientales y registros de presencia (GBIF). Genera mapas de probabilidad y mapas binarios de presencia/ausencia. Evalúa el modelo con métricas como AUC ROC, PR Curve, calibración y matriz de confusión. Estima biomasa total y área de hábitat. Optimiza rutas de pesca considerando distancia, tiempo, velocidad y costos. Permite definir zonas de exclusión (áreas protegidas). Incluye un sistema de planes de suscripción y arquitectura lista para escalar. 🛠️ Tecnologías y librerías utilizadas R + Shiny Random Forest Algoritmos Genéticos Leaflet (mapas interactivos) Terra (análisis espacial raster y vectorial) GBIF / datos ambientales Bootstrap, bslib, tidyverse Este proyecto refleja el nivel profesional y aplicado que desarrollan nuestros estudiantes en el Instituto Data Science Argentina, trabajando con problemas reales, datos reales y herramientas utilizadas en la industria. 👉 Si te interesa formarte en Data Science, Machine Learning e Inteligencia Artificial aplicada, te invitamos a conocer nuestras diplomaturas y certificaciones en www.institutodatascience.org