Repositorio proyecto AI Value

Integrantes

Product Owner Juan Camilo Vanegas Pinto jvaneg22@eafit.edu.co

Desarrolladores
Alejandra Cárdenas Montoya acarden6@eafit.edu.co, acarden100@gmail.com

Mateo Flórez Restrepo mflorezr@eafit.edu.co, mflorez1@gmail.com

José Alejandro Román Patiño jaromanp@eafit.edu.co, alejandrojrp10@gmail.com

Laura Sánchez Córdoba lsanchezc@eafit.edu.co, laurasanchez1306@gmail.com

Estructuración del proyecto

Carpeta Algorithm Server

En esta carpeta se encuentra el servidor Django usado para desplegar el algoritmo genetico como servicio API - REST

Carpeta Combination

En esta carpeta se encuentran los esqueletos de los metodos de interpolación, algoritmo genético y red neuronal, la mayoria se encuentran en formato ipyn para mejor visualización durante la ejecución.

Carpeta LR Prediction

Archivos csv para la interpolación y versiones previas de esta

Varios intentos

Otros metodos usados al principio del proyecto

Repositorio del servidor Backend

En el siguiente link se encuentra el repositorio del servidor Back end, usado para la autenticación y el guardado de datos. Para esta parte del proyecto se uso django y como base de datos se uso MySQL
Link

Repositorio del servidor Frontend

En el siguiente link se encuentra una parte del front end, contiene vista principales, de login y de register, estas no pudieron ser probadas con el servidor back desplegado en AWS, y su ejecucion solo ha sido posible en entorno nativo en windows se recomienda reestructuración o desarrollo desde 0 con otra tecnologia. Se uso el framework React
Link

Aclaraciones y advertencias

La parte del dashboard que se estaba desarrollando se perdio, no obstante para la graficación se uso la libreria chart.js, se recomienda seguir con esta en un futuro desarrollo de esta parte del front, se recomienda cambiar React por un framework más conocido por lo desarrollores o más facil de usar como por ejemplo Vue. La idea para integración de Front y Back es comunicacion meramente por API - REST, tomando provecho de la parte del back ya realizada en la que se comprobo su funcionamiento mediante postman al igual que la parte del algoritmo que ya tambien esta implementada como servicio API

Partes pendientes

• Comunicación entre los servicios
• Automatización de la entrada de datos
• Re-entrenamiento de la red neuronal con los datos de cada usuario
• Gran parte del front end
• Tranformaciones de los datos automatica
• Modificación del algoritmo genetico para trabajar con los datos especificos del cliente
• Posible optimizacion del algoritmo genetico con paralelizacion