- Antonio Ribeiro
- Eduardo França Porto
- Elisa Flemer
- Felipe Campos
- Filipi Kikuchi
- Joao Carazzato
- Patricia Honorato
O projeto MIR.AI apresenta um sistema de manutenção preditiva para a Azul, a principal companhia aérea do Brasil. Esse sistema utiliza inteligência artificial para otimizar as decisões de manutenção do sistema bleed das aeronaves, substituindo avaliações manuais e reduzindo falhas. A aplicação possui telas para login, upload de dados e previsão de manutenção. A visualização de dados é feita através da biblioteca Streamlit, permitindo uma análise interativa. O projeto explorou técnicas de machine learning, como regressão e classificação, utilizando modelos como Extra Trees Regressor e CatBoost Classifier, que demonstraram alto R² e F1. Todo o processamento de dados e treinamento do modelo foram documentados em notebooks detalhados.
Dentre os arquivos presentes na raiz do projeto, definem-se:
-
readme.md: arquivo que serve como guia e explicação geral sobre o projeto (o mesmo que você está lendo agora).
-
documentos: aqui estarão todos os documentos do projeto. Há também uma pasta denominada outros onde estão presentes documentos complementares.
-
notebooks: todos os Jupyter Notebooks criados para o desenvolvimento do projeto.
-
backend: aqui estarão os scripts para criação do backend e APIs.
-
frontend: aqui estarão os scripts para criação da interface gráfica.
Todos os notebooks do projeto tem o resultado de execução das células visíveis no próprio repositório Github.
Para replicação (reexecução dos códigos), acione o botão Open in Colab disponível na página do arquivo neste repositório do Github.
Para a arquitetura do projeto, visite nosso manual.
MODELO GIT INTELI by Inteli, Nome do integrante 1, Nome do integrante 2, Nome do integrante 3, Nome do integrante 4, Nome do integrante 5, Nome do integrante 6, Nome do integrante 7 is licensed under Attribution 4.0 International.
Aqui estão as referências usadas no projeto: