🚚 SmartCargo - Optimalizace dodávek v Rumunsku

Společnost „SmartCargo România" potřebuje inteligentní řešení pro zlepšení odhadů doby doručení. Jste novým specialistou na data science v týmu a vaším úkolem je vybudovat přesné modely, které předpoví časy doručení mezi městy v Rumunsku.

🎯 Váš hlavní cíl

Musíte analyzovat historická data o jízdách mezi městy a pochopit, jak faktory jako vzdálenost, denní doba, počasí, doprava nebo zkušenosti řidiče ovlivňují skutečnou dobu doručení.

Vaším cílem je vybudovat model Machine Learning schopný předpovědět odhadovaný čas pro nové jízdy.

---

📦 Dopravní data

Každý řádek v souborech train_data.csv a test_data.csv představuje doručení mezi dvěma městy v Rumunsku.

Každé doručení obsahuje následující detaily:

Sloupec	Popis
ID	Jedinečný identifikátor jízdy
City A	Město odjezdu (jako text)
City B	Cílové město (jako text)
Distance	Skutečná vzdálenost mezi městy (v kilometrech)
Time of Day	Denní doba vyjádřená v minutách od půlnoci, kdy jízda odjíždí (0 - 1439)
Weather	Počasí během jízdy (Clear, Rain, Snow, Fog)
Traffic	Úroveň dopravy na numerické škále (0.0 - 1000.0), maximum znamená nejzahlcenější
Road Quality	Kvalita silnice na numerické škále (1 - 1000), maximum znamená nejkvalitnější
Driver Experience	Úroveň zkušeností řidiče (1 - 40 let)
deliver_time	Pouze v train_data.csv: skutečný čas doručení v minutách

---

🎯 Vaše mise

Provozní manažer vám dal následující dva zásadní úkoly pro zlepšení operací „SmartCargo".

Dataset pro predikci (test_data.csv) obsahuje vzorky se stejnými charakteristikami jako trénovací dataset, ale bez sloupce predicted_time.

Váš model bude generovat predikce pro tyto vzorky.

Subtasky

• Úkol 1 (20b): Situace Bârlad: důležitý klient z Bârladu hlásil časté zpoždění na jízdách v podmínkách mlhy. Manažer chce zjistit, kolik jízd odjíždí z Bârladu a za počasí mlha (Fog) v predikčním datasetu. Najděte a ohlaste počet těchto jízd.
• Úkol 2: Odhad časů pro neznámé jízdy: Manažer má seznam nových jízd, pro které nezná časy přepravy. Musíte použít historická data (z trénovacího datasetu) k natrénování predikčních modelů a poté odhadnout časy doručení pro všechny jízdy v predikčním datasetu.

Výstupní formát

Soubor csv output.csv, který má obsahovat následující 3 sloupce:

• subtaskID - představuje číslo subtasku (1, 2)
• datapointID - který se vztahuje ke sloupci ID z test_data.csv
• answer - odpověď odpovídající datapointu pro příslušný subtask

Poznámka: Pro subtask 1, kde se požaduje jedna odpověď pro celý dataset, zobrazte jeden řádek, jehož datapointID bude 1.

Odešlete jeden csv, který obsahuje odpovědi pro všechny subtasky, které jste vyřešili. Pro příklad si stáhněte soubor sample_output.csv (Poznámka: tento, ačkoli ve správném formátu, získává 0 bodů při odevzdání).

Skóre

Skóre pro subtasky se budou počítat následovně:

• Subtask 1: celočíselná odpověď, získáte 20 bodů pouze pokud je správná.
• Subtask 2: podle výkonu vašeho modelu, pomocí metriky MAE (Mean Absolute Error) na testovacím datasetu. Přesný způsob výpočtu skóre založeného na MAE najdete ve Starter Kitu.

👉 📦 Stáhnout Starter Kit OJIA 2025