Datathon - CODEII 2024
Desarrollo de problemas relacionados con el análisis y predicción de datos para la datathon organizada por la CODEII - FII - UNMSM. La carpeta de trabajo está dividido en dos secciones principales: Training y Workspace. La primera sección está orientada al entrenamiento y aprendizaje de las herramientas necesarios para la datathon, mientras que la segunda sección contiene el código y los modelos desarrollados durante la participación en la datathon.
Integrantes
- Anccana Montoya, Gabriel (FII - UNMSM)
- Casana Casimiro, Frank (FII - UNMSM)
- Patricio Julca, Vilberto (FISI - UNMSM)
- Sota Rios, Pedro (FISI - UNMSM)
Estructura del Repositorio
El repositorio está organizado en las siguientes carpetas principales:
-
training/: Contiene material de entrenamiento.
-
workspace/: Es el área de trabajo principal utilizada durante la datathon, donde se desarrolló el código fuente para el proyecto. Esta carpeta se subdivide en tres áreas de trabajo:
-
data_cleaning/: Scripts y notebooks utilizados para la limpieza y preprocesamiento del dataset.
-
model_training/: Implementación y entrenamiento de diferentes modelos de predicción utilizando el dataset limpio.
-
web_development/: Desarrollo e implementación de una página web interactiva para visualizar los resultados de los modelos y los análisis de datos.
Requisitos
Para ejecutar los scripts y notebooks de este proyecto, asegúrate de tener instaladas las siguientes bibliotecas de Python:
pandas
numpy
scikit-learn
dash
flask
plotly
joblib
pickle
Nota Importante
Este proyecto está actualmente en desarrollo y no ha sido concluido exitosamente.