Skip to content
This repository has been archived by the owner on Nov 8, 2024. It is now read-only.

Issues: IgrowkerTraining/i003-chaindata-back

43 Open 1 Closed
43 Open 1 Closed
Author
Filter by author
Loading
Label
Filter by label
Loading
Use alt + click/return to exclude labels
or ⇧ + click/return for logical OR
Projects
Filter by project
Loading
Milestones
Filter by milestone
Loading
Assignee
Filter by who’s assigned
Sort
Sort by
Newest Oldest Most commented Least commented Recently updated Least recently updated Best match
Most reactions
👍 👎 😄 🎉 😕 ❤️ 🚀 👀

Issues list

#TK35: Implementar monitoreo continuo del modelo para actualizarlo en caso de que su precisión baje con el tiempo. Data Sprint 3
#44 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK34: Colaborar con el equipo de backend para integrar el modelo a través de una API REST. Data Sprint 3
#43 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK33: Entrenar y guardar el modelo en formato .pkl Data Sprint 3
#42 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK32: Evaluar y ajustar el modelo predictivo basado en las métricas definidas. Data Sprint 3
#41 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK31: Crear un modelo predictivo para los tiempos de envío más rápidos o normales usando el subgrupo de envíos. Data Sprint 3
#40 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK30: Explorar relaciones entre las variables relacionadas con envíos (tiempos, ubicaciones, etc.). Data Sprint 3
#39 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK29: Dividir el dataset en tres subgrupos: Finanzas, demografía y envíos. Data Sprint 1
#38 opened Sep 16, 2024 by Noobuyer Sprint 1
#TK28: Exportar el modelo entrenado en formato .pkl Data Sprint 3
#37 opened Sep 16, 2024 by Noobuyer Sprint 3
#TK27: Evaluar el modelo: Utilizar métricas como r2_score, mean_squared_error, mean_absolute_error. Data Sprint 2
#36 opened Sep 16, 2024 by Noobuyer Sprint 2
#TK26: Entrenar modelo de Machine Learning: Utilizar train_test_split y un DecisionTreeRegressor para entrenar un modelo que prediga los tiempos de entrega. Data Sprint 2
#35 opened Sep 16, 2024 by Noobuyer Sprint 2
@schiselwoman
#TK25: Realizar feature engineering: Convertir fechas a tipo de dato adecuado, dividirlas en año, mes y día. Data Sprint 1
#34 opened Sep 16, 2024 by Noobuyer Sprint 1
@Matomill
#TK24: Generar mapa de correlaciones para detectar relaciones entre variables importantes, como tiempos de envío y características del cliente o producto. Data Sprint 1
#33 opened Sep 16, 2024 by Noobuyer Sprint 1
@schiselwoman
#TK23: Identificar y limpiar valores ausentes, erróneos o nulos. Data Sprint 1
#32 opened Sep 16, 2024 by Noobuyer Sprint 1
@santiagobailleres
#TK22: Realizar análisis exploratorio de datos (EDA): Ver cantidad de filas y columnas, identificar valores categóricos y numéricos. Data Sprint 0
#31 opened Sep 16, 2024 by Noobuyer Sprint 0
@schiselwoman
#TK21: Importar el dataset "DataCoSupplyChainDataset.csv" e imprimir las primeras filas. Data Sprint 0
#30 opened Sep 16, 2024 by Noobuyer Sprint 0
@santiagobailleres
#TK20: Importar librerías necesarias: Numpy, Pandas, Sklearn, Seaborn, Matplotlib, etc. Data Sprint 0
#29 opened Sep 16, 2024 by Noobuyer Sprint 0
@santiagobailleres
#US12: Como Desarrollador del backend, quiero obtener el output del equipo de Data Analytics en un formato que pueda integrar en mi API Data
#28 opened Sep 16, 2024 by Noobuyer Sprint 0
#US11: Como Data Analyst, quiero predecir la duración de envío más corta o rápida Data
#27 opened Sep 16, 2024 by Noobuyer Sprint 0
#US10: Como Data Analyst, quiero poder identificar órdenes con riesgo de entrega tardía Data
#26 opened Sep 16, 2024 by Noobuyer Sprint 0
#TK8.2 (Backend): Implementar y probar el despliegue del backend en plataformas gratuitas. BackEnd
#25 opened Sep 10, 2024 by Noobuyer
#TK8.1 (Backend): Configurar el entorno de despliegue para el backend. BackEnd
#24 opened Sep 10, 2024 by Noobuyer
#TK7.2 (Backend): Mejorar la eficiencia en la generación de predicciones y optimización de rutas. BackEnd
#23 opened Sep 10, 2024 by Noobuyer
#TK7.1 (Backend): Revisar y corregir errores en las APIs de predicción, rutas y simulación. BackEnd
#22 opened Sep 10, 2024 by Noobuyer
#TK6.1 (Backend): Escribir pruebas unitarias para los servicios de predicción de demanda, optimización de rutas, y simulación. BackEnd
#21 opened Sep 10, 2024 by Noobuyer
#TK5.3 (Backend): Almacenar y comparar los resultados de diferentes simulaciones en la base de datos. BackEnd
#20 opened Sep 10, 2024 by Noobuyer
ProTip! no:milestone will show everything without a milestone.