Trabajo práctico integrador: Aprendizaje de Maquina 1

Integrantes:

• Julio Agustín Donadello (a1505)
• Diego Braga (a1522)
• Eduardo Echeverria (a1516)
• Marco Joel Isidro (a1520)
• Diego Sarina (a1519)

Introducción

Para el presente trabajo se utilizó un dataset sobre el clima en Australia, el cual contiene información sobre diferentes ciudades de Australia durante 10 años, incluyendo datos como la temperatura, la velocidad y dirección del viento, las precipitaciones, entre otros.

Dataset utilizado: Kaggle - Rain in Australia

El dataset contiene las siguientes columnas:

• Date: fecha de la observación.
• Location: nombre de la ubicación de la estación meteorológica.
• MinTemp: temperatura mínima en grados Celsius.
• MaxTemp: temperatura máxima en grados Celsius.
• Rainfall: precipitaciones durante el día en mm.
• Evaporation: evaporación en mm durante 24h hasta las 9am.
• Sunshine: horas de sol en el día.
• WindGustDir: dirección de la ráfaga de viento más fuerte.
• WindGustSpeed: velocidad de la ráfaga de viento más fuerte en km/h.
• WindDir9am: dirección del viento a las 9am.
• WindDir3pm: dirección del viento a las 3pm.
• WindSpeed9am: velocidad del viento promediando los 10 minutos previos a las 9am en km/h.
• WindSpeed3pm: velocidad del viento promediando los 10 minutos previos a las 3pm en km/h.
• Humidity9am: humedad a las 9am en porcentaje.
• Humidity3pm: humedad a las 3pm en porcentaje.
• Pressure9am: presión a las 9am en hpa.
• Pressure3pm: presión a las 3pm en hpa.
• Cloud9am: Fracción del cielo cubierta por nubes a las 9am en oktas.
• Cloud3pm: Fracción del cielo cubierta por nubes a las 3pm en oktas.
• Temp9am: temperatura a las 9am en grados Celsius.
• Temp3pm: temperatura a las 3pm en grados Celsius.
• RainToday: si llovió hoy más de 1mm durante 24h hasta las 9am.
• RainTomorrow: si lloverá mañana.

Un dato importante a la hora de realizar el análisis exploratorio, la limpieza y la preparación de los datos es el objetivo que se busca alcanzar con el análisis. En este caso, el objetivo es predecir si lloverá al día siguiente o no, en función de los datos meteorológicos del día actual.

Distribución de los archivos

├── README.md
├── TP_Final_Limpieza_WeatherAustralia.ipynb -> análisis exploratorio y limpieza de datos
├── TP_Final_Entrenamiento_WeatherAustralia.ipynb -> entrenamiento y evaluación de modelos
├── dataset
│   ├── weatherAUS.csv -> dataset
|   └── weather_corregido.csv -> dataset con limpieza de datos realizada
└── pyproject.toml