🚚 SmartCargo - Optimalisatie van leveringen in Roemenië

Het transportbedrijf "SmartCargo România" heeft behoefte aan intelligente oplossingen om de schattingen van leveringstijden te verbeteren. Jij bent de nieuwe data science specialist van het team, en jouw missie is om nauwkeurige modellen te bouwen die leveringstijden tussen steden in Roemenië voorspellen.

🎯 Jouw hoofddoel

Je moet historische gegevens over ritten tussen steden analyseren en begrijpen hoe factoren zoals afstand, tijdstip van de dag, weer, verkeer of ervaring van de chauffeur de werkelijke leveringsduur beïnvloeden.

Jouw doel is om een Machine Learning model te bouwen dat in staat is om de geschatte tijd voor nieuwe ritten te voorspellen.

---

📦 De transportgegevens

Elke rij in de bestanden train_data.csv en test_data.csv vertegenwoordigt een levering tussen twee steden in Roemenië.

Elke levering bevat de volgende details:

Kolom	Beschrijving
ID	Unieke identificatie van de rit
City A	Vertrekstad (als tekst)
City B	Bestemmingsstad (als tekst)
Distance	Werkelijke afstand tussen steden (in kilometers)
Time of Day	Tijdstip van de dag uitgedrukt in minuten vanaf middernacht wanneer een rit vertrekt (0 - 1439)
Weather	Het weer tijdens de rit (Clear, Rain, Snow, Fog)
Traffic	Verkeersniveau op een numerieke schaal (0.0 - 1000.0), maximum betekent het drukste
Road Quality	Wegkwaliteit op een numerieke schaal (1 - 1000), maximum betekent de beste kwaliteit
Driver Experience	Ervaringsniveau van de chauffeur (1 - 40 jaar)
deliver_time	Alleen in train_data.csv: werkelijke leveringstijd in minuten

---

🎯 Jouw missie

De operationeel manager heeft je de volgende twee essentiële taken gegeven voor het verbeteren van de operaties van "SmartCargo".

De Dataset voor Voorspelling (test_data.csv) bevat samples met dezelfde kenmerken als de trainingsset, maar zonder de kolom predicted_time.

Jullie model zal voorspellingen genereren voor deze samples.

Subtaken

• Taak 1 (20p): Situatie Bârlad: een belangrijke klant uit Bârlad heeft frequente vertragingen gemeld op ritten bij mist. De manager wil weten hoeveel ritten vertrekken vanuit Bârlad en bij mist (Fog) in de voorspellingsdataset. Vind en rapporteer het aantal van deze ritten.
• Taak 2: Schatting van Tijden voor onbekende ritten: De manager heeft een lijst van nieuwe ritten waarvoor hij de reistijden niet kent. Je moet de historische gegevens (uit de trainingsset) gebruiken om voorspellingsmodellen te trainen en vervolgens de leveringstijden schatten voor alle ritten in de voorspellingsdataset.

Uitvoerformaat

Een csv-bestand output.csv dat de volgende 3 kolommen moet bevatten:

• subtaskID - vertegenwoordigt het nummer van de subtaak (1, 2)
• datapointID - die verwijst naar de kolom ID uit test_data.csv
• answer - het overeenkomstige antwoord van het datapunt voor de respectievelijke subtaak

Opmerking: Voor subtaak 1, waarbij één enkel antwoord wordt gevraagd voor de hele dataset, toon één enkele regel waarvan de datapointID 1 is.

Stuur één enkele csv in die de antwoorden bevat voor alle subtaken die je hebt opgelost. Om een voorbeeld te zien, download het bestand sample_output.csv (Opmerking: hoewel dit in het juiste formaat is, krijgt het 0 punten bij indiening).

Score

De scores voor subtaken worden als volgt berekend:

• Subtaak 1: geheel getal antwoord, je krijgt 20 punten alleen als het correct is.
• Subtaak 2: afhankelijk van de prestatie van jullie model, gebruikmakend van de MAE (Mean Absolute Error) metriek op de testdataset. Je kunt de exacte manier van scoreberekening gebaseerd op MAE vinden in de Starter Kit.

👉 📦 Download Starter Kit OJIA 2025