Dois modelos de machine learning treinados sobre mais de 1 milhão de voos reais (EUA, 2024), capazes de antecipar perturbações operacionais antes da partida.
Aplicação interativa
Dashboard de análise exploratória e previsão de cancelamentos e atrasos em tempo real, com explicabilidade SHAP por voo.
previsao-cancelamento.streamlit.app
Projeto desenvolvido no âmbito da unidade curricular Projeto em Ciência de Dados para a Gestão da Licenciatura em Ciência de Dados para a Gestão (ISCAC / Coimbra Business School), ano letivo 2025/26.
Utilizámos o dataset Flight Delay and Cancellation Data (1M+ 2024) do Kaggle e desenvolvemos dois classificadores independentes — HistGradient Boosting para cancelamentos e XGBoost para atrasos — otimizados via validação cruzada estratificada com ajuste automático de threshold.