Análisis de Data Drift en Series Temporales: Generación de Datos Sintéticos, Aumentación de Datos y Evaluación de Modelos Predictivos

Este proyecto ofrece un entorno completo para el análisis y monitoreo de drift en series temporales, complementado con herramientas de generación de datos sintéticos, técnicas de aumentación y evaluación de modelos predictivos multivariantes.

🚀 Instalación

1. Clona el repositorio

git clone https://github.com/davidraamirez/trabajo_fin_grado.git
cd tu-repositorio

2. Crea un entorno virtual e instala las dependencias:

python -m venv env
source env/bin/activate
pip install -r requirements.txt

Configuration

1. Copia el archivo de entorno de ejemplo y configura tus variables personalizadas:

cp .env.template .env

Edita el archivo .env con tus credenciales o parámetros necesarios, como claves de API, rutas de datos, etc.

2. Iniciar la API local Arranca la API principal para que pueda ser utilizada por la aplicación en casos_uso/ u otras herramientas que dependan de ella:

fastapi dev main_api.py --port=8000

Esto levantará la API localmente en: http://127.0.0.1:8000

Ejecución con Docker

La aplicación ha sido dockerizada, por lo que también puede ejecutarse dentro de un contenedor sin necesidad de instalar dependencias manualmente en tu entorno local

1. Construir la imagen: Desde la raíz del proyecto (donde está el Dockerfile), ejecuta:

docker build -t main-api .

2. Ejecutar el contenedor: Arranca la API principal:

docker run -p 8017:8017 main-api

Esto levantará la API en: http://127.0.0.1:8017

💻 Interfaz de Usuario con Streamlit

Este proyecto cuenta con una interfaz web desarrollada en Streamlit, accesible localmente, que permite explorar todas las funcionalidades del sistema de forma visual y ordenada. La interfaz está dividida en distintas secciones, cada una enfocada en un aspecto clave del análisis de series temporales:

📊 Página de Inicio: Reporte Estadístico Muestra un informe descriptivo y visual de las series temporales cargadas, incluyendo estadísticas básicas.

⚠️ Detección de Drift Permite aplicar técnicas de detección de cambios en la distribución de los datos (drift), útiles para validar la consistencia de los modelos en el tiempo.

🧪 Ampliación de Características Ofrece herramientas para aplicar técnicas de aumentación y enriquecimiento de variables sobre las series temporales, con el objetivo de mejorar el rendimiento predictivo de los modelos.

➕ Variable Exógena Sección para crear e incorporar una variable exógena adicional, y comparar los resultados de predicción del modelo con y sin dicha variable, evaluando su impacto en la mejora del rendimiento.

▶️ Ejecutar la interfaz Para iniciar la aplicación en tu navegador local:

streamlit run casos_uso/Report.py 

Esto abrirá automáticamente la interfaz en: http://localhost:8501/

📁 Estructura del Proyecto

aumentacion/ Técnicas de aumentación de datos aplicadas a series temporales.

casos_uso/ Aplicación que prueba la API en los casos de uso de ampliación de características, creación de variables exógenas y detección de drift.

drift/ Modelos y métodos para la detección de drift en los datos.

ejemplos/ Ejemplos de series sintéticas, técnicas de aumentación y el dataset usado en el caso de uso de creación de variable exógena.

modelos_prediccion/ Contiene los modelos de predicción implementados.

series_sinteticas/ Modelos para la generación de series sintéticas.

main_api.py Archivo principal de la API que centraliza el acceso a los modelos de Detección de Data Drift en Series Temporales, Generación de Datos Sintéticos, Aumentación de Datos y Evaluación de Modelos Predictivos.