Este projeto é uma base para prever atrasos em entregas usando aprendizado de máquina.
- Geração de dados simulados realistas
- Pré-processamento com variáveis categóricas e numéricas
- Modelo RandomForest para classificação binária (atraso: sim/não)
- Avaliação simples com relatório de métricas
- Salvamento do modelo treinado em arquivo
model.pkl
- Python 3.7+
- Bibliotecas: pandas, scikit-learn, joblib
pip install pandas scikit-learn joblibpython model.pyIsso vai gerar dados, treinar o modelo, mostrar avaliação e salvar o modelo.
- Criar scripts para prever atrasos em novas entregas
- Desenvolver interface para visualização e alertas
- Usar dados reais para melhor precisão
- Aplicar técnicas avançadas e explicabilidade (SHAP, LIME)