Cargando librerías al navegador.
Sistema Inteligente de Análisis Exploratorio Estático
Arrastra y suelta tu archivo .csv o .xlsx aquí
o haz clic para buscar en tus carpetas
Procesando datos y entrenando modelos IA...
Iniciando...
Resumen ejecutivo generado por los modelos de Inteligencia Artificial.
Análisis de Correlación: Muestra la fuerza y dirección de la relación lineal entre variables numéricas. Valores cercanos a 1 indican una relación fuerte positiva, mientras que valores cercanos a -1 indican una relación inversa.
Importancia de Variables (Random Forest): Analiza qué variables explican mejor el comportamiento de los datos. Las barras más largas indican los predictores con mayor influencia matemática sobre el resultado.
Agrupamiento (Clustering): Representación en 2D de cómo la IA agrupa los registros según sus similitudes. Cada color representa un perfil o segmento distinto identificado automáticamente.
Detección de Valores Atípicos: Identifica registros que se alejan significativamente del comportamiento normal. Es crucial para identificar errores de carga o casos excepcionales en el negocio.
Distribución (Histogramas): Muestra la frecuencia con la que aparecen los valores numéricos. Es fundamental para identificar asimetrías, sesgos o si los datos siguen un comportamiento normal (campana de Gauss).
Dispersión (Diagramas de Caja): Visualiza la mediana, los cuartiles y la variabilidad de los datos. Los puntos individuales que caen fuera de las líneas principales representan valores estadísticamente atípicos.