El objetivo del desafío es desarrollar un modelo de predicción para el nivel del río en Durazno (variable objetivo), utilizando como datos de entrada series de tiempo relacionadas con precipitación pluviométrica, precipitación, nivel del río en estaciones hidrometeorológicas, y otras variables relevantes como humedad del suelo, temperatura y evapotranspiración (ET).

Puedes participar de forma individual o en un equipo de hasta 3 integrantes.

Descargar dataset

Cada equipo debe presentar un link con la solución en Google drive que debe contener.

El algoritmo desarrollado para resolver el problema.

Completar con la columna "Durazno_level" y los valores correspondientes el archivo verify_data_est.csv

La variable objetivo de predicción (con modelos de Machine Learning y/o Deep Learning) es el nivel del río en Durazno, teniendo como entrada las series de tiempo anteriormente descritas para las estaciones hidrometeorológicas.

El proceso de evaluación de las soluciones presentadas en este desafío se basará en el Error Absoluto Medio (MAE) entre los valores reales de la variable objetivo (Durazno_level) y las predicciones realizadas por cada equipo. A continuación, se detalla el método de evaluación:

1- Pasos para la Evaluación:

Cálculo del Error Absoluto Medio (MAE): Se calculará el MAE, que mide la diferencia absoluta promedio entre las predicciones del modelo y los valores reales de Durazno_level. Esta métrica se calcula como:

Donde:

y(i)real son los valores reales de Durazno_level.

y(i)pred son las predicciones de cada equipo.

La puntuación final de cada equipo se calcula en una escala de 0 a 100. Cuanto menor sea el MAE, mayor será la puntuación del equipo. La fórmula para asignar la puntuación es la siguiente:

Donde:

MAE es el Error Absoluto Medio entre los valores reales y las predicciones.

El denominador (máx valor − mínimo valor) normaliza el error en función del rango de los valores reales.

- Si tienes dudas puedes plantearlas en el foro de este challenge e intercambiar con otros participantes.

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.