Predicción de Puntos Críticos de Contaminación mediante Machine Learning: Desarrollo de un Notebook y Visualización de la data en dashboard.
Budget: $250 – $750 USD
El proyecto consiste en desarrollar un notebook de Machine Learning que prediga la posible aparición de puntos críticos de contaminación en diferentes zonas de una ciudad. Para ello, se proporciona un dataset que abarca varios días del año y que contiene los niveles de varios contaminantes detectados por zonas, así como la temperatura y otras variables relevantes. El objetivo es utilizar un algoritmo de Machine Learning que pueda realizar predicciones con una fiabilidad cercana al 80% (puede variar, se puede conversar).
Se debe realizar las fases típicas de un proyecto de ML: Definición del problema, recolección y exploración de datos, limpieza y preparación de datos, selección de características, división de datos en entrenamiento y prueba, elección del modelo, entrenamiento del modelo, evaluación del modelo, optimización del modelo, implementación del modelo, visualización y comunicación de resultados.
Se debe justificar la elección del algoritmo seleccionado en lugar de otros, y es fundamental encontrar relaciones entre las variables, como la correlación entre el nivel de contaminación y la temperatura o la humedad del día. Los insights obtenidos serán cruciales para el éxito del proyecto. Además, cada celda del notebook debe estar comentada, explicando detalladamente cada parte del código.
El proyecto no debe ser excesivamente complejo y debe completarse en un plazo de 3-4 días si es posible.
Como parte adicional del proyecto, si el freelancer seleccionado tiene conocimientos básicos de programación web o experiencia en visualización de datos con Power BI, me gustaría que desarrolle una aplicación o dashboard que funcione localmente. Esta aplicación debería consumir los datos del archivo Excel adjuntado y mostrar los puntos críticos de contaminación en un mapa de calor. Además, debe incluir la predicción realizada en el notebook, permitiendo a los usuarios filtrar por fechas y visualizar solo las predicciones, entre otras opciones interactivas.
Se debe realizar las fases típicas de un proyecto de ML: Definición del problema, recolección y exploración de datos, limpieza y preparación de datos, selección de características, división de datos en entrenamiento y prueba, elección del modelo, entrenamiento del modelo, evaluación del modelo, optimización del modelo, implementación del modelo, visualización y comunicación de resultados.
Se debe justificar la elección del algoritmo seleccionado en lugar de otros, y es fundamental encontrar relaciones entre las variables, como la correlación entre el nivel de contaminación y la temperatura o la humedad del día. Los insights obtenidos serán cruciales para el éxito del proyecto. Además, cada celda del notebook debe estar comentada, explicando detalladamente cada parte del código.
El proyecto no debe ser excesivamente complejo y debe completarse en un plazo de 3-4 días si es posible.
Como parte adicional del proyecto, si el freelancer seleccionado tiene conocimientos básicos de programación web o experiencia en visualización de datos con Power BI, me gustaría que desarrolle una aplicación o dashboard que funcione localmente. Esta aplicación debería consumir los datos del archivo Excel adjuntado y mostrar los puntos críticos de contaminación en un mapa de calor. Además, debe incluir la predicción realizada en el notebook, permitiendo a los usuarios filtrar por fechas y visualizar solo las predicciones, entre otras opciones interactivas.