Estimación climatológica de la sequía y su impacto en México

Integrantes:

* María Magdalena Castro Sam
* Sergio Napoleón Leal
* Jesús Omar Magaña Medina
* Adrián Ramírez Cortés
* Efraín Soto Olmos

Este proyecto utilizó una red neuronal de tipo recurrente para generar un modelo tentativo que ayuda a proyectar el comportamiento promedio de la sequía utilizando como datos el Índice de Precipitación Estandarizado. Esto es utilidad ya que la identificación temprana de este fenómeno puede ayudar a detonar acciones que permitan mitigar los estragos de la sequía, actuando como complemento del sistema de monitoreo de la CONAGUA.

Repositorio para el curso de Data Science de Bedu como parte del programa Santander Disruptive Skills.

Link a los datos utilizados y su descripción.

Módulo 5: Machine Learning

Link al código en Jupyter Notebook🗂
Link al Colab 📑
Link a la presentación 📄

Módulo 4: Análisis de Datos con Python

Link al video🎦
Link al código en Jupyter Notebook 🗂
Link al Colab 📑

Módulo 3: Procesamiento de Datos en Python

Link al video 🎦
Link al código en Jupyter Notebook 🗂
Link al Colab 📑

Módulo 2: Programación y Estadística en R