🚚 SmartCargo - Tarnete optimeerimine Rumeenias

Transpordiettevõte „SmartCargo România" vajab nutikaid lahendusi tarneaegade hinnangute parandamiseks. Sa oled meeskonna uus andmeteaduse spetsialist ja sinu missioon on ehitada täpseid mudeleid, mis ennustavad tarneaegu Rumeenia linnade vahel.

🎯 Sinu peamine eesmärk

Sa pead analüüsima ajaloolisi andmeid linnade vaheliste sõitude kohta ja mõistma, kuidas sellised tegurid nagu kaugus, päevaaeg, ilm, liiklus või juhi kogemus mõjutavad tegelikku tarneaega.

Sinu eesmärk on ehitada masinõppe mudel, mis suudab ennustada hinnangulist aega uutele sõitudele.

---

📦 Transpordiandmed

Iga rida failides train_data.csv ja test_data.csv esindab tarnet kahe Rumeenia linna vahel.

Iga tarne sisaldab järgmisi üksikasju:

Veerg	Kirjeldus
ID	Sõidu unikaalne identifikaator
City A	Väljumislinn (tekstina)
City B	Sihtlinn (tekstina)
Distance	Tegelik kaugus linnade vahel (kilomeetrites)
Time of Day	Päevaaeg väljendatud minutites keskööst, kui sõit algab (0 - 1439)
Weather	Ilm sõidu ajal (Clear, Rain, Snow, Fog)
Traffic	Liikluse tase numbrilises skaalas (0.0 - 1000.0), maksimum tähendab kõige tihedamat
Road Quality	Tee kvaliteet numbrilises skaalas (1 - 1000), maksimum tähendab kõige kvaliteetsemat
Driver Experience	Juhi kogemuse tase (1 - 40 aastat)
deliver_time	Ainult train_data.csv-s: tegelik tarneaeg minutites

---

🎯 Sinu missioon

Operatsioonijuht on andnud sulle järgmised kaks olulist ülesannet „SmartCargo" tegevuse parandamiseks.

Ennustamise Andmestik (test_data.csv) sisaldab näidiseid samade omadustega kui treeningkomplekt, kuid ilma veeruta predicted_time.

Teie mudel genereerib ennustused nende näidiste jaoks.

Alamülesanded

• Ülesanne 1 (20p): Bârladi olukord: oluline klient Bârladist on teatanud sagedasi hilinemisi sõitudel udu tingimustes. Juht tahab teada, mitu sõitu väljub Bârladist ja udu ilmaga (Fog) ennustamise andmestikus. Leia ja teata nende sõitude arv.
• Ülesanne 2: Aegade Hindamine tundmatutele sõitudele: Juhil on nimekiri uutest sõitudest, mille sõiduaegu ta ei tea. Sa pead kasutama ajaloolisi andmeid (treeningkomplektist) ennustusmudelite treenimiseks ja seejärel hindama tarneaegu kõigile sõitudele ennustamise andmestikus.

Väljundi formaat

CSV fail output.csv, mis peaks sisaldama järgmisi 3 veergu:

• subtaskID - esindab alamülesande numbrit (1, 2)
• datapointID - mis viitab veerule ID failist test_data.csv
• answer - vastav vastus andmepunktile vastavale alamülesandele

Märkus: Alamülesande 1 puhul, kus küsitakse ühte vastust kogu andmestiku kohta, kuvage üks rida, mille datapointID on 1.

Saatke üks csv, mis sisaldab vastuseid kõigile alamülesannetele, mille olete lahendanud. Näite nägemiseks laadige alla fail sample_output.csv (Märkus: kuigi see on õiges formaadis, saab esitamisel 0 punkti).

Skoor

Alamülesannete skoorid arvutatakse järgmiselt:

• Alamülesanne 1: täisarv vastus, saate 20 punkti ainult siis, kui see on õige.
• Alamülesanne 2: sõltuvalt teie mudeli jõudlusest, kasutades MAE (Mean Absolute Error) mõõdikut testandmestikul. Täpse skoori arvutamise viisi MAE põhjal leiate Starter Kit'ist.

👉 📦 Laadi alla Starter Kit OJIA 2025