feat: 15 funciones datascience — estadística, DSP e IO de datos

12 funciones puras con implementación real:
Standardize, MinMaxScale, Clip, RollingWindow, ZipSlices, GroupBy,
Histogram, Pearson, Autocorrelation, FFT (Cooley-Tukey), DetectOutliers, Impute

3 funciones impuras (stubs):
LoadCSV, LoadParquet, FetchDataFrame

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

functions/datascience/histogram.go

@@ -0,0 +1,39 @@
+package datascience
+
+import "math"
+
+// Histogram calcula las frecuencias de data distribuidas en la cantidad de buckets indicada.
+// Retorna un slice de longitud buckets con el conteo de elementos por cada intervalo equiespaciado.
+func Histogram(data []float64, buckets int) []int {
+	if buckets <= 0 || len(data) == 0 {
+		return make([]int, buckets)
+	}
+
+	minVal := math.Inf(1)
+	maxVal := math.Inf(-1)
+	for _, v := range data {
+		if v < minVal {
+			minVal = v
+		}
+		if v > maxVal {
+			maxVal = v
+		}
+	}
+
+	counts := make([]int, buckets)
+	rang := maxVal - minVal
+	if rang == 0 {
+		// Todos los valores son iguales; poner todo en el primer bucket.
+		counts[0] = len(data)
+		return counts
+	}
+
+	for _, v := range data {
+		idx := int(float64(buckets) * (v - minVal) / rang)
+		if idx >= buckets {
+			idx = buckets - 1
+		}
+		counts[idx]++
+	}
+	return counts
+}