/FASTAPI-GCP-STREAMLIT-MVP

ejemplo de integracion Fast API + google Cloud + Streamlit - (minimo producto viable)

Primary LanguageJupyter Notebook

Proyecto escuela calculo de indice de retrabajo, en obras edilicias de New York City

Hipotesis:

Se plantea la hipotesis de determinar un indice de retrabajo, basado en la relacion existente entre:

  • Permisos de inicio de obra VS. Permisos de renovacion de obra

se asume que el ratio: Renovacion/ Inicio Podria dar informacion valiosa al momento de elegir la empresa contratista, en funcion de la zona geografica o en funcion del tipo de edificio.


El caso base:

El conocimiento a priori de este ratio es del #25% de probabilidad de acierto, debido a que las opciones son 4 eventos aleatorios:

  • 0: No debo renovar el permiso
  • 1: Debo renover una vez el permiso
  • 2: Debo renovar dos veces el permiso
  • 3: Debo renovar 3 o mas veces el permiso

Precision del modelo de machine learning:

El modelo desarrollado tiene una precision del #%61 y esta basado en el algoritmo XGBOOST de clasificacion, las caracteristicas se pueden ver en la web del FrontEnd.


Front-end del modelo:

FrontEnd - streamlit

Back-end del modelo:

BackEnd - Fast API


Arquitectura de los datos

Digrama de capas de la implementacion de FAST API