List view
- Amélioration du chatbot avec notamment la possibilité de répondre aux questions liées sur le projet (Cf anomalie / origine etc...). - Amélioration des models de détection d'anomalie
Overdue by 10 month(s)•Due by April 6, 2025•9/10 issues closedImplémentation de LLM spécialiser dans les Vcub de Bordeaux
Overdue by 11 month(s)•Due by March 20, 2025•14/14 issues closed- Process de création de learning set. - Apprentissage des algos sur les nouvelles données. - Paramétrage global du projet suivant les nouvelles données (nouvelles et anciennes station / fréquence etc..).
Overdue by 11 month(s)•Due by March 6, 2025•5/5 issues closedFaciliter le dev hors Linux du projet
Overdue by 1 year(s)•Due by February 24, 2025•5/5 issues closedUtilisation de `Polars` à la place de `Pandas`.
Overdue by 1 year(s)•Due by October 26, 2024•49/49 issues closed- Passer le package à Python 3.10.6. - Ajout de tests de non regressions. - Ajout de CI de performances.
Overdue by 3 year(s)•Due by February 21, 2023•26/26 issues closedAmélioration globale des algorithmes de détection d'anomalie sur les stations en vue de créer de la confiance pour les utilisateurs finaux. Utilisation de l'API de l'open data de [bordeaux](https://opendata.bordeaux-metropole.fr/explore/dataset/ci_vcub_p/information/) pour obtenir les données liées à l'activité des stations. ### Data - Nouvelle fonction pour acquérir les données d'activités d'une ou plusieurs stations grâce à l'API open data de Bordeaux (#63) - Fonction de transformation des données `json` en `DataFrame` pour l'API de Bordeaux afin d'avoir la même structure et colonne que pour le `DataFrame` de l'API Oslandia (#63) ### Software - Fix problème dans l'instalation de l'env pour le CI et coverage (#64) - Mise en place d'un variable secrete pour le Github action CI et le tests des fonctions de l'API de Bordeaux (#65) - Ajout de tests unitaire pour l'API de Bordeaux (#63)
Overdue by 3 year(s)•Due by April 15, 2022•4/4 issues closedAmélioration globale des algorithmes de détection d'anomalie sur les stations en vue de créer de la confiance pour les utilisateurs finaux. ## Amélioration des détections des activités suspectes des stations. - Diminution de la sensibilité des algorithmes afin d'éviter de trop nombreux "faux positifs" et analyse de l'impact Covid sur le profile des stations. #53 - Améliorer la confiances des utilisateurs finaux (via Twitter) sur les alertes. - Le profilage des stations est maintenant effectué uniquement sur les prises de vélo (et non l'ensemble de l'activité prise + dépôt de Vcub) sur un pas de temps de 10 minutes de façon booléen (2 prises de vélo sur le même pas de temps sur une station compte pour 1). #54 - Filtrage des données en amont du learning de l'algorithme afin que celui-ci apprenne au mieux une activité normale (on enlève les temporalités ou il y a trop peu d'activité de prise de vélo par station). #55 - Prise en compte de la saisonnalité de l'activité des stations #57 - Création d'un score de risque d'anomalie. #58 ## Software - Intégration de CI et coverage (#56) ## Visualisation - Graphique avec score de risque d'anomalie pour la visualisation de l'activité d'une station. #59
Overdue by 4 year(s)•Due by January 31, 2022•11/11 issues closed- Ajout de graphiques de type carte afin de mieux analyser les stations prédites en activité suspectes. - Création du fichier de référence des stations (dans `ROOT_DATA_REF`) noté `tb_stvel_p.csv` suite à l'indisponibilité de ces données en open-data. fonction la function de lecture `reader.reader.py - read_stations_attributes()` pour qu'il n'y ai pas d'effet non désirable sur le reste de l'application.
No due date•3/3 issues closed