Español:
Este proyecto corresponde al Sprint 6 (Proyecto del Módulo 1) del Bootcamp de Data Analysis en TripleTen.
El objetivo fue aplicar habilidades integradas en Python, análisis exploratorio de datos y visualización, trabajando con datasets reales para responder preguntas de negocio.
English:
This project corresponds to Sprint 6 (Module 1 Project) from the Data Analysis Bootcamp at TripleTen.
The goal was to apply integrated skills in Python, exploratory data analysis, and visualization, working with real datasets to answer business questions.
- Limpieza y preparación de datos.
- Análisis exploratorio (EDA).
- Creación de métricas descriptivas.
- Visualización de resultados para facilitar la toma de decisiones.
- Python (Pandas, NumPy, Matplotlib, Seaborn)
- Jupyter Notebook
Español:
- Se identificaron patrones clave en los datos (ejemplo: distribución de usuarios, outliers en consumo).
- Se generaron métricas descriptivas que permiten comprender mejor el comportamiento de los datos.
- Se aplicaron visualizaciones efectivas para comunicar los hallazgos.
English:
- Key patterns in the dataset were identified (e.g., user distribution, consumption outliers).
- Descriptive metrics were generated to better understand data behavior.
- Effective visualizations were applied to communicate findings.
Español:
- ✅ Buen uso de librerías de análisis y visualización.
⚠️ Se recomendó optimizar algunos fragmentos de código para mayor eficiencia y claridad.- ✔️ Se aplicaron correcciones y mejoras en el notebook final.
English:
- ✅ Good use of analysis and visualization libraries.
⚠️ Suggested to optimize parts of the code for better efficiency and readability.- ✔️ Corrections and improvements were applied in the final notebook.
✍️ Autor / Author: Lai Yi Peña Ching