Views
No views yet
agroplan-colombia/
├── 1_business_understanding/ # Fase 1: Comprensión del Negocio
│ ├── docs/
│ │ └── fase_1.md # Documentación de objetivos de negocio
│ └── deliverables/
│ └── business_objectives.md # Entregables de la fase
│
├── 2_data_understanding/ # Fase 2: Comprensión de Datos
│ ├── data/
│ │ ├── raw/ # Datasets originales (EVA, Suelos, Zonificación)
│ │ ├── external/ # Datos externos (NASA POWER, NASA GPM)
│ │ └── quality_reports/ # Reportes de calidad de datos
│ ├── notebooks/
│ │ ├── analyze_eva_quality.ipynb
│ │ ├── analyze_suelos_quality.ipynb
│ │ └── analyze_zonificacion_quality.ipynb
│ ├── scripts/
│ │ ├── extract_critical_datasets.py
│ │ ├── extract_important_datasets.py
│ │ ├── extract_complementary_datasets.py
│ │ ├── analyze_eva_quality.py
│ │ ├── analyze_suelos_quality.py
│ │ ├── analyze_zonificacion_quality.py
│ │ ├── analyze_data_quality_professional.py
│ │ ├── validate_integrity.py
│ │ └── init_db.sql
│ ├── docs/
│ │ ├── data_quality_report.md
│ │ ├── DATASETS_DESCARGADOS.md
│ │ └── datasets_detalle_info.md
│ └── deliverables/
│ └── data_understanding_report.md
│
├── 3_data_preparation/ # Fase 3: Preparación de Datos
│ ├── data/
│ │ ├── processed/ # Datos limpios y normalizados
│ │ ├── features/ # Features engineered
│ │ └── interim/ # Datos intermedios
│ ├── notebooks/
│ │ ├── 01_data_cleaning.ipynb
│ │ ├── 02_feature_engineering.ipynb
│ │ └── 03_data_integration.ipynb
│ ├── scripts/
│ │ ├── clean_data.py
│ │ ├── create_features.py
│ │ └── integrate_data.py
│ └── docs/
│ └── preparation_report.md
│
├── 4_modeling/ # Fase 4: Modelado
│ ├── notebooks/
│ │ ├── 01_zonification_model.ipynb
│ │ ├── 02_calendar_model.ipynb
│ │ └── 03_model_tuning.ipynb
│ ├── scripts/
│ │ ├── train_zonification.py
│ │ ├── train_calendar.py
│ │ └── hyperparameter_tuning.py
│ ├── models/
│ │ ├── zonification/ # Modelos de zonificación (XGBoost)
│ │ └── calendar/ # Modelos de calendarios (XGBoost con lags)
│ └── docs/
│ └── modeling_report.md
│
├── 5_evaluation/ # Fase 5: Evaluación
│ ├── notebooks/
│ │ ├── 01_model_evaluation.ipynb
│ │ └── 02_baseline_comparison.ipynb
│ ├── scripts/
│ │ ├── evaluate_models.py
│ │ └── generate_metrics.py
│ ├── reports/
│ │ └── evaluation_report.md
│ └── docs/
│ └── evaluation_report.md
│
├── 6_deployment/ # Fase 6: Despliegue
│ ├── api/
│ │ ├── app.py # FastAPI application
│ │ └── models.py
│ ├── frontend/
│ │ └── (React dashboard)
│ ├── docker/
│ │ ├── Dockerfile
│ │ └── docker-compose.yml
│ ├── scripts/
│ │ ├── deploy.py
│ │ └── monitor.py
│ └── docs/
│ ├── DOCKER_SETUP.md
│ └── deployment_guide.md
│
├── shared/ # Utilidades compartidas
│ ├── utils/
│ │ ├── data_loader.py
│ │ ├── config.py
│ │ └── helpers.py
│ └── config/
│ └── settings.yaml
│
├── docs/ # Documentación general
│ ├── project_overview.md
│ ├── setup_guide.md
│ └── api_documentation.md
│
├── requirements.txt # Dependencias de Python
├── .gitignore
└── README.md # Este archivo1# Crear entorno virtual
2python -m venv venv
3source venv/bin/activate # Linux/Mac
4venv\Scripts\activate # Windows
5
6# Instalar dependencias
7pip install -r requirements.txt1cd 2_data_understanding/scripts
2python analyze_eva_quality.py
3python analyze_suelos_quality.py
4python analyze_zonificacion_quality.py1cd 2_data_understanding/scripts
2python extract_critical_datasets.py
3python extract_important_datasets.py
4python extract_complementary_datasets.py| Nombre | Rol | Contacto | GitHub |
|---|---|---|---|
| Estefania Salcedo | Líder del equipo 146 | stefa.21.@hotmail.com | @TefaSalcedo |
| Edwar Diaz | Miembro del equipo 146 | edwardiaz.dev@gmail.com | @BOTOOM |
LICENSE).1@misc{agroplan_colombia_2026,
2 title={AgroPlan Colombia: Sistema de Zonificación Climática y Calendarios Agrícolas Inteligentes con IA},
3 author={Estefania Salcedo and Edwar Diaz},
4 year={2026},
5 note={Concurso Datos al Ecosistema 2026: IA para Colombia},
6 url={https://github.com/TefaSalcedo/146-agroplan-colombia-ml}
7}