Skip to content

estevo97/MOTOCICLISMO

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

428 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🏍️🏁 Análisis MotoGP – Proyecto Completo en Streamlit

HuggingFace Space Python Streamlit TensorFlow Status


🚀 Aplicación desplegada

👉 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.


🧠 ¿Qué incluye este proyecto?

🔍 1. Limpieza de datos (Preprocesamiento)

  • Tratamiento de valores nulos
  • Corrección de outliers
  • Selección y transformación de variables
  • Estudio previo de calidad del dataset

📊 2. Análisis Exploratorio (EDA)

  • Visualizaciones interactivas con Plotly
  • Relación entre variables
  • Evolución temporal
  • Gráficas comparativas entre pilotos y escuderías

🏆 3. Análisis de Temporadas

  • Rendimiento por circuito
  • Comparativa entre temporadas
  • Estadísticas clave de cada piloto
  • Tendencias y patrones competitivos

🧪 4. Contraste de Hipótesis

  • Análisis estadístico riguroso
  • Pruebas formales (t-test, ANOVA, correlaciones…)
  • Respuestas a preguntas sobre MotoGP basadas en datos

🤖 5. Modelo de Regresión

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.


✏️ 6. IA para Reconocimiento de Circuitos

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

📚 7. Sidebar explicativa

Incluye documentación de:

  • Limpieza
  • EDA
  • Modelos
  • Hipótesis
  • Temporadas
  • Uso y navegación de la app

🧩 Tecnologías principales

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

🎯 Objetivo

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

👨‍💻 Autor

Estevo Arias García
Desarrollado como proyecto completo de análisis, visualización e inteligencia artificial aplicada al motociclismo.


About

Haz click para ver el proyecto en la app de Streamlit

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors