Estudio · 02 — Laboratorio
Detección de anomalías en órdenes de producción
Pipeline híbrido para alertar errores de carga de cantidades y precios antes de que lleguen a producción.
El problema
Un error de tipeo en una orden se descubre cuando ya se fabricó.
Qué construí
Regla de Z-Score por producto, Isolation Forest y detección de duplicados por contenido, evaluados con precisión y recall.
Qué cambió
El pipeline marca las órdenes sospechosas antes del inicio de la fabricación.
Herramientas
- Python
- Scikit-Learn
- Isolation Forest