Volver al portfolio

PROJECT / BIG-DATA-ANALYSIS

Datos a escala.

PySparkCassandraScikit-learn

Mi proyecto final de Big Data: análisis de los recuentos mensuales de pasajeros del aeropuerto de San Francisco, con exploración, preparación de datos y regresiones.

Proyecto académico

Qué puedes explorar

Es el proyecto final que desarrollé en la formación de Big Data de Tokio School. Analicé los registros mensuales de pasajeros del aeropuerto de San Francisco: los notebooks recorren la exploración del CSV, las comparaciones por aerolínea y región, la preparación de datos para Cassandra y las regresiones lineales con PySpark. El repositorio contiene los cuadernos y los informes; no hay una aplicación interactiva.

Qué nos cuenta el proyecto

El CSV es una copia de trabajo de Air Traffic Passenger Statistics, publicado por San Francisco Open Data bajo licencia PDDL 1.0. Contiene recuentos mensuales agregados: una fila no representa un vuelo individual. Las regresiones usan una partición aleatoria 80/20; sus resultados describen ese análisis, no una prueba de predicción del tráfico futuro. El repositorio conserva los cuadernos e informes del proyecto académico.

Código fuente