Digital Fashion – AVI

Proyecto subvencionado por la Agencia Valenciana de la Innovación – AVI

Programa de Acciones Complementarias de impulso y fortalecimiento de la innovación, convocadas por la Resolución de 18 de diciembre de 2019, y dirigidas al fortalecimiento y desarrollo del Sistema Valenciano de Innovación para la mejora del modelo productivo para los ejercicios 2020-2021. Expediente: INNACC/2020/39 Título del proyecto: DIGITAL FASHION

Informe de ejecución de tareas: Análisis de procesos y arquitectura de sistema para seguimiento de tendencias de moda y consumo en sector calzado

Construcción de un Producto Mínimo Viable (PMV) de un sistema Datawarehouse para la consulta analítica de indicadores de rendimiento específicos para el sector del calzado, que permita determinar su evolución, estado actual y tendencias estimadas. Existen muchos DBMS (Database Management System) que permiten la implantación de Datawarehouses y a su vez herramientas analíticas (OLAP – Online Analytical Processing) para la explotación del Datawarehouse, aunque la mayoría bajo el uso de licencias comerciales. Por los requerimientos del proyecto se ha optado por realizar esta implantación utilizando únicamente software con licencias Open Source y desarrollos a medida con distintos entornos (frameworks) y lenguajes.

Descargar informe completo

Informe de ejecución de tareas: Análisis datos y aplicación técnicas ML

El proyecto se dividirá en dos grandes fases. En la primera fase determinaremos si realmente el proyecto es viable con los datos que tenemos mediante un estudio de calidad del dato, esto es porque si los datos que tenemos no son buenos, es decir, están incompletos o son inconsistentes, nuestro modelo tampoco podrá ser bueno. Una vez sepamos que el proyecto en principio es viable, iremos a la segunda fase del proyecto donde implementaremos nuestro modelo final.

Por lo tanto, en la primera fase de nuestro proyecto entran concretamente las fases de la metodología CRISP-DM:

  1. Comprensión de los datos: donde estudiaremos y analizaremos la información que nos proporcionan los datos con los que contamos. Durante esta fase seguramente identifiquemos problemas de calidad de los datos. Cualquier duda que tengamos o asunción que hagamos sobre los datos habrá que consultarlas con el negocio y asegurarse de que estamos entendiendo adecuadamente los datos.

  2. Preparación de los datos: una vez conozcamos los datos, en esta fase haremos todas las modificaciones necesarias sobre los datos; seleccionaremos los atributos que realmente nos interesan para resolver el problema; trataremos de eliminar los problemas de calidad que se han identificado en la fase anterior; se reestructuraran los datos en caso de que fuera necesario para conseguir el formato adecuado para entregárselo a las herramientas de modelado. Una vez tengamos los datos finales, se evaluará la calidad del dato mediante los indicadores: completitud, consistencia, atípicos y extremos. Finalmente se determinará si la calidad del dato es suficiente para empezar con la siguiente fase del proyecto o qué pasos se pueden dar para mejorar la calidad del dato al nivel que necesitamos para realizarlo.

En la segunda fase de nuestro proyecto, entraran las fases de la metodología CRISP-DM:

  1. Modelado: será donde decidamos uno o dos algoritmos de minería de datos para crear más de un modelo que resuelva nuestro problema. También seleccionaremos la técnica de validación que usaremos para evaluar dichos modelos. Finalmente nos quedaremos con el modelo que nos dé mejores resultados para pasar a la siguiente fase de la metodología.

  2. Evaluación: en esta fase podremos en marcha el modelo con pequeñas pruebas piloto, de esta manera comprobaremos que realmente funciona como nosotros esperamos. También revisaremos los pasos que hemos dado para comprobar por ultima vez que todo este correctamente ejecutado, y por último decidiremos los próximos pasos.

  3. Despliegue: en esta última fase que propone la metodología, veremos si el negocio necesita que realicemos algún otro desarrollo para entregarles el resultado de las predicciones de la manera que requieran para ponerlo en marcha. Se revisará el proyecto y se redactará un informe final del mismo con los problemas encontrados e instrucciones de uso.

Descargar informe completo

 

 

Descargar presentación

 

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies