Lleva a alguien que no programa desde «quiero predecir esto» hasta un modelo entrenado, explicado y sirviendo predicciones, en español y sin que los datos salgan de su ordenador.
Del objetivo al algoritmo, con motivo
Matriz de confusión · el primero
En pantalla
Capturas reales de la aplicación
Qué es
Quien tiene un problema de negocio con datos —fraude, demanda, rotación de clientes— y no es científico de datos solo tenía dos caminos: pagar una consultoría o aprender scikit-learn por su cuenta, lo que exige saber qué algoritmo elegir, cómo preparar los datos y qué significan las métricas. Las plataformas de AutoML en la nube resuelven una parte, pero piden subir los datos a un tercero y devuelven cifras sin explicar. iPrepara mete el ciclo entero —perfilar, recomendar, entrenar, explicar, predecir, exportar y vigilar la deriva— en una sola aplicación local, y explica cada resultado en lenguaje llano.
Para quién
Un profesional de una pyme o un estudiante con una hoja de cálculo y una pregunta de negocio, que sabe de lo suyo pero no programa, y que quiere entender lo que obtiene, no solo obtenerlo.
Cómo funciona
Del objetivo al algoritmo, con motivo
Eliges qué quieres conseguir, subes o escoges un conjunto de datos, y la aplicación lo perfila sola y ordena los algoritmos candidatos justificando cada puesto. No devuelve una caja negra: devuelve un orden razonado.
Entrenamiento real, no simulado
Los experimentos entrenan de verdad con scikit-learn, hasta cuatro a la vez y con progreso en pantalla, firmados con HMAC. Devuelven métricas, matriz de confusión, importancia de las variables y validación cruzada opcional.
Estudio y reparación de los datos
Detecta duplicados, nulos, números guardados como texto, fechas sin normalizar y atípicos, y propone la reparación con 21 herramientas de preparación. Siempre queda copia del original.
Predecir, exportar y vigilar
Predicciones sueltas, por lote en CSV o por endpoint REST. El modelo se exporta como .pkl con su código Python, genera informe HTML y queda vigilado por deriva.
Biblioteca didáctica con simulación en vivo
52 fichas de algoritmos y 113 casos de uso que van del problema al algoritmo, cada uno con una simulación sobre datos sintéticos verosímiles. Desde cualquiera puedes saltar a «probar con MIS datos».
Alcance
Para quién está pensado:
- Para una persona en su propio ordenador: escucha sólo en local y protege su base de datos de un segundo servidor.
- Se centra en el aprendizaje automático clásico; LSTM, BERT o CNN están en la biblioteca como fichas con simulación, para entender cómo funcionan.
Pregunta frecuente
¿No es esto un envoltorio sobre scikit-learn que cualquiera hace con un cuaderno de Jupyter?
Quien programa ya tiene su cuaderno; iPrepara está hecho para quien tiene los datos y la pregunta de negocio pero no escribiría una línea de Python: explica en lenguaje llano qué significa cada cifra, diagnostica los datos y propone una reparación que tú confirmas antes de aplicarla, y nada sale de tu ordenador. El AutoML en la nube apunta a otra escala; iPrepara apunta a que no haga falta saber qué es un cuaderno de Jupyter.
La versión 1.0.0 está cerrada y pasó sus 851 pruebas. Hay una evolución «v2» en curso, apagada por defecto hasta que esté completa.
Otras construcciones