Maven_pizza pero con datos erróneos. Haremos un filtrado de los datos antes de realizar el mismo proceso que en maven_pizza
Para ello, hemos de ejecutar el archivo predictions.py Al ejecutarlo, se nos pedirá que semana del año queremos "predecir", y generará un .csv, un .xml y un reporte formatos .pdf y .xlsx Los archivos resultantes de predictions estarán alojados en la carpeta conclusiones, las imágenes empleadas en la carpeta imágenes, y si se ha debido manipular algún .csv, este se guardará en la carpeta existente datasets
De forma adicional se han creado dos ramas on distintos modos de ejecución.
Para ambas ramas, solo se realizará una ejecución sencilla: no se creará ningun archivo adicional aparte de los csv procesados, y un analisis de los datos en formato.txt
En rama_docker se incluye un Dockerfile para crear una imagen y un contenedor que aloje todo el proceso. No obstante, no se guardarán los cambios del contenedor (para ello, ver el comando opcional en esta misma rama.
En rama_dagster se da soporte a este orquestador para seguir todo el proceso, a cambio de renunciar a la entrada por teclado