Milestones

Se ha planificado el proyecto de forma incremental en una serie de seis milestones correspondientes a un Pipeline de Ciencia de Datos.

Cada milestone representa un PMV (Producto Mínimamente Viable).

[M0] Análisis Exploratorio de los Datos (EDA)

Mínimo: Identificación de los periodos y días faltantes en los datos, análisis de la distribución de los datos y de la correlación entre las variables.
Entregable: Histogramas de variables, de valores nulos, Diagramas de cajas, Matrices de correlación.

[M1] Preprocesamiento de Datos

Mínimo: Implementación de un pipeline de preprocesamiento de datos funcional.
Entregable: Código fuente del pipeline en Notebook de Jupyter.

[M2] Estudio e Implementación del Modelo de Deep Learning para entrenamiento

Mínimo: Uso de un modelo Transformer con Atención para la generación de datos sintéticos.
Entregable: Código fuente del modelo, Documentación del modelo.

[M3] Evaluación del Modelo

Mínimo: Evaluación de la calidad de los datos generados.
Entregable: Estudio matemático de las métricas de calidad de los datos generados.

[M4] Elaboración de los Fundamentos Matemáticos asociados.

Mínimo: Álgebra Lineal, Fundamentos de Probabilidad y Estadística, Fundamentos del Aprendizaje Automático.
Entregable: Documentos TeX.

[M5] Escritura de los capítulos de la memoria

Mínimo: Llegar a las 75 páginas de contenido de memoria.
Entregable: Documento PDF

[M6] Elaboración de la presentación

Mínimo: No sobrepasar los 20 minutos de exposición.
Entregable: Documento PDF Beamer de Presentación LaTeX.