👉 Accede a la app completa en Hugging Face:
La aplicación se ejecuta íntegramente en la nube e incluye análisis de datos, visualizaciones interactivas y modelos de IA aplicados al mundo del motociclismo.
- Tratamiento de valores nulos
- Corrección de outliers
- Selección y transformación de variables
- Estudio previo de calidad del dataset
- Visualizaciones interactivas con Plotly
- Relación entre variables
- Evolución temporal
- Gráficas comparativas entre pilotos y escuderías
- Rendimiento por circuito
- Comparativa entre temporadas
- Estadísticas clave de cada piloto
- Tendencias y patrones competitivos
- Análisis estadístico riguroso
- Pruebas formales (t-test, ANOVA, correlaciones…)
- Respuestas a preguntas sobre MotoGP basadas en datos
Un modelo predictivo capaz de estimar tiempos de vuelta a partir de variables de circuito y rendimiento.
Permite introducir parámetros manualmente y obtener una predicción inmediata.
Incluye una herramienta donde el usuario puede dibujar un trazado, y el modelo (TensorFlow + InceptionV3) predice a qué circuito corresponde.
Funcionalidades clave:
- Lienzo interactivo
- Preprocesamiento de imagen
- Clasificación automática
Incluye documentación de:
- Limpieza
- EDA
- Modelos
- Hipótesis
- Temporadas
- Uso y navegación de la app
| Tecnología | Uso |
|---|---|
| Python 3.10+ | Lenguaje principal |
| Streamlit | Interfaz web |
| TensorFlow 2.x | Red neuronal |
| NumPy / Pandas | Procesamiento |
| Matplotlib / Seaborn / Plotly | Visualización |
| streamlit-drawable-canvas | Canvas para dibujar |
| Hugging Face Spaces | Despliegue |
| Power BI Embedded | Paneles conectados |
Crear una plataforma interactiva que permita:
- Analizar MotoGP desde un enfoque científico
- Combinar estadística, visualización y machine learning
- Acercar los datos al usuario mediante una interfaz intuitiva
Estevo Arias García
Desarrollado como proyecto completo de análisis, visualización e inteligencia artificial aplicada al motociclismo.