App deployed with Heroku, Docker, Flask, Python: https://penn-challenge.herokuapp.com/
Responses to "Questions" here: link
├── ml-engineering-challenge
│ ├── `analysis` - contains EDA notebooks
│ │ ├── bitcoin-predictor.ipynb
│ │ ├── lstm.ipynb
│ │ ├── randomforest.ipynb
│ │ ├── xgboost.ipynb
│ ├── `conf`
│ │ ├── project_conf.json - contains model parameters, which can be configured by user
│ │ ├── conf_loader.py
│ ├── data
│ │ ├── data_lookback.py
│ │ ├── data_main.py
│ │ ├── data_preprocessing.py
│ └── models
│ │ ├── base_model.py
│ │ ├── lstm.py
│ │ ├── neural_net.py
│ │ ├── rfregressor.py
│ │ ├── model.pkl - last saved model, based off bitcoin.csv
│ └── tests
│ │ ├── test_conf.py
│ │ ├── test_model_drift.py
│ │ ├── test_preprocessing_train.py
│ │ ├── test_train_api.py
├── Dockerfile
├── `server.py` - contains endpoints such as `/predict`, `/train`, and calling unit tests
├── train.py
├── utils.py