🚚 SmartCargo - Optimalizácia dodávok na Slovensku

Dopravná spoločnosť „SmartCargo România" potrebuje inteligentné riešenia na zlepšenie odhadov týkajúcich sa dĺžky dodávok. Ty si nový špecialista na data science v tíme a tvojou misiou je vybudovať presné modely, ktoré predpovedajú časy dodávok medzi mestami v Rumunsku.

🎯 Tvoj hlavný cieľ

Musíš analyzovať historické údaje o jazdách medzi mestami a pochopiť, ako faktory ako vzdialenosť, denná doba, počasie, premávka alebo skúsenosti vodiča ovplyvňujú skutočnú dĺžku dodávky.

Tvojím cieľom je vybudovať model Machine Learning schopný predpovedať odhadovaný čas pre nové jazdy.

---

📦 Dopravné údaje

Každý riadok v súboroch train_data.csv a test_data.csv predstavuje dodávku medzi dvoma mestami v Rumunsku.

Každá dodávka obsahuje nasledujúce detaily:

Stĺpec	Popis
ID	Jedinečný identifikátor jazdy
City A	Mesto odchodu (ako text)
City B	Cieľové mesto (ako text)
Distance	Skutočná vzdialenosť medzi mestami (v kilometroch)
Time of Day	Moment dňa vyjadrený v minútach od polnoci, keď jazda odchádza (0 - 1439)
Weather	Počasie počas jazdy (Clear, Rain, Snow, Fog)
Traffic	Úroveň premávky na číselnej škále (0.0 - 1000.0), maximum znamená najzápchovanejšie
Road Quality	Kvalita cesty na číselnej škále (1 - 1000), maximum znamená najkvalitnejšie
Driver Experience	Úroveň skúseností vodiča (1 - 40 rokov)
deliver_time	Len v train_data.csv: skutočný čas dodávky v minútach

---

🎯 Tvoja misia

Operačný manažér ti dal nasledujúce dve základné úlohy na zlepšenie operácií „SmartCargo".

Súbor údajov pre predikciu (test_data.csv) obsahuje vzorky s rovnakými charakteristikami ako tréningový súbor, ale bez stĺpca predicted_time.

Váš model vygeneruje predikcie pre tieto vzorky.

Subtask-y

• Úloha 1 (20b): Situácia Bârlad: dôležitý klient z Bârladu nahlásil časté meškania na jazdách v podmienkach hmly. Manažér chce zistiť, koľko jázd odchádza z Bârladu a za počasia hmla (Fog) v súbore údajov pre predikciu. Nájdi a nahláš počet týchto jázd.
• Úloha 2: Odhad časov pre neznáme jazdy: Manažér má zoznam nových jázd, pre ktoré nepozná časy presunu. Musíš použiť historické údaje (z tréningového súboru) na trénovanie predikčných modelov a potom odhadnúť časy dodávok pre všetky jazdy v súbore údajov pre predikciu.

Formát výstupu

Súbor csv output.csv, ktorý má obsahovať nasledujúce 3 stĺpce:

• subtaskID - predstavuje číslo subtasku (1, 2)
• datapointID - ktoré sa vzťahuje na stĺpec ID z test_data.csv
• answer - odpoveď zodpovedajúca datapointu pre príslušný subtask

Poznámka: Pre subtask 1, pri ktorom sa vyžaduje jedna odpoveď pre celý súbor údajov, zobrazte jeden riadok, ktorého datapointID bude 1.

Pošlite jeden csv, ktorý bude obsahovať odpovede pre všetky subtask-y, ktoré ste vyriešili. Pre zobrazenie príkladu si stiahnite súbor sample_output.csv (Poznámka: tento, hoci v správnom formáte, získa 0 bodov pri submisii).

Skóre

Skóre pre subtask-y sa budú počítať nasledovne:

• Subtask 1: celočíselná odpoveď, dostanete 20 bodov len ak je správna.
• Subtask 2: v závislosti od výkonu vášho modelu, pomocou metriky MAE (Mean Absolute Error) na testovacom súbore údajov. Presný spôsob výpočtu skóre založeného na MAE nájdete v Starter Kit.

👉 📦 Stiahnuť Starter Kit OJIA 2025