PROJECT / DEMAND-FORECASTING
Anticipar la demanda.
Una aplicación para comparar la demanda real de bicicletas con la que estima un modelo y explorar qué predice cuando cambia el tiempo.
Proyecto reproducibleQué puedes explorar
El gráfico reúne tres curvas: los alquileres que hubo, la predicción del modelo y una estimación sencilla basada en la misma hora de la semana anterior. Puedes recorrer distintos periodos para ver dónde acierta y dónde se queda corto. Después, elige una observación y cambia sus condiciones meteorológicas para comparar la predicción original con la del nuevo escenario. La aplicación está construida en Python con Streamlit y utiliza datos públicos de alquiler de bicicletas de UCI.
Qué nos cuenta el proyecto
En el periodo reservado para evaluar el modelo, el error absoluto medio fue de unos 45 alquileres por hora, frente a 64 de la referencia semanal. Los gráficos permiten ver algo que esa cifra no cuenta por sí sola: cuándo se producen los errores. El ejercicio predice una hora por delante, con el historial observado y suponiendo que conocemos el tiempo de esa hora; no es una previsión de varios días. Cambiar el tiempo en la demo muestra cómo responde el modelo, no demuestra que ese cambio cause una variación concreta de la demanda.
EVALUACIÓN EJECUTADA / 30.09.2026
Primeras 168 observaciones del test histórico. Alquileres por hora; el gráfico no representa una predicción en vivo.