1. Considera el siguiente caso: 



Se ha decidido integrar un vehículo inteligente a una planta industrial, el cual es capaz de trasladarse de forma autónoma a través de las instalaciones, y de transportar productos de un sitio a otro.

La planta tiene tres áreas de manufactura y cada producto se encuentra empacado en un contenedor específico que identifica el área a la que pertenece.

Por otra parte, cada producto que se encuentra en el almacén posee como características las de volumen (cm3), el tipo de manipulación que requiere (frágil, normal), lugar de procedencia (A, B, C, D) y temperatura de almacenamiento (ambiente, refrigerado). 

Además, se conoce que el vehículo puede tener una o varias cámaras incorporadas, cuya resolución de captura es de 1920 x 1080 pixeles. La máxima calidad con la que se pueden transmitir las imágenes a través de la red está limitada a la tercera parte de la resolución original. 

2. Desarrolla un programa en Python que considere la reducción de captura indicada en el problema, con la menor pérdida posible. Considera la técnica de descomposición matricial en valores singulares. 


3. El vehículo autónomo tiene integrados dos protocolos de manipulación de carga (Protocolo_1 y Protocolo_2), realiza lo siguiente: 
1. Genera un conjunto de datos de prueba (al menos de 10,000 muestras), considerando los criterios antes indicados. Por ejemplo: 



Producto_1: 

Volumen (cm3): 12,000 

Procedencia: A 

Manipulación: Normal 

Temperatura: refrigerado 

Protocolo: Protocolo_1 




Producto_2: 

Volumen (cm3): 20,000 

Procedencia: C 

Manipulación: Normal 

Temperatura: ambiente 

Protocolo: Protocolo_2 

Construye un modelo de aprendizaje automático supervisado a partir del conjunto de datos elaborado, que sea capaz de determinar el tipo de protocolo que debe seguir el vehículo al manipular un producto.

4. Finalmente, el vehículo autónomo debe incorporar una función de organizar, de forma automática, los productos que transporta al momento de llegar a cada una de las áreas de manufactura. 
   
   Construye un modelo de aprendizaje automático no supervisado, que, a partir del conjunto de datos utilizado en el punto anterior, agrupe cada producto en clusters. 
   
   Puedes emplear Python, la plataforma IBM Cloud y sus diversas herramientas para la realización de los últimos dos puntos.  

Reporte electrónico en Word con la documentación de los requisitos solicitados en las instrucciones. 

Realiza la entrega de tu avance con base en los criterios de evaluación que se muestran en la siguiente rúbrica.