Projeto Propensão

Este projeto é uma aplicação para processamento e análise de dados para utilizando de IA Supervisionada de classificação, utilizando diversas técnicas de machine learning e oferecendo uma interface web para interação com os usuários em todos os aspectos da ferramenta. Hoje a ferramenta fuciona somente no terminal, mas ele deve ser capaz de ter uma vizualização web e via desktop com o processamento em filas para não dar timeOut, além disso o sistema tem que ter uma inteface muito agrádavel e com um UX excelente e também ser capaz de gerar gráficos em todas as partes do projeto assim como barras de loading.

Estrutura do Projeto

A aplicação está estruturada da seguinte forma: propensao/ ├── pycache/ ├── config/ │ ├── init.py │ └── enviroment.py ├── controller/ │ ├── init.py │ ├── app.py │ ├── interativo_base_utilizacao.py │ ├── interativo_tratamento_variaveis.py │ ├── looping_algoritimos.py │ ├── maquina_comites.py │ ├── previsor.py │ ├── score_best_model.py │ └── tratamento_base_utilizacao.py ├── env/ ├── model/ ├── start.sh └── view/

Descrição dos Diretórios criados até o momento

  • __pycache__: Contém arquivos compilados que o Python cria para acelerar o carregamento de módulos.
  • config: Guarda arquivos de configuração, como variáveis de ambiente e configurações gerais.
  • controller: Contém a lógica de controle que faz a ponte entre o modelo e as visualizações. Inclui:
    • app.py: Ponto de entrada principal da aplicação web.
    • interativo_base_utilizacao.py: Controla a interação com a base de utilização.
    • interativo_tratamento_variaveis.py: Gerencia a interação com o tratamento de variáveis.
    • looping_algoritimos.py: Executa o loop dos algoritmos de machine learning.
    • maquina_comites.py: Implementa a lógica para a máquina de comitês.
    • previsor.py: Controla a funcionalidade de previsão.
    • score_best_model.py: Responsável pelo cálculo de score utilizando o melhor modelo.
    • tratamento_base_utilizacao.py: Trata a base de utilização.
  • env: Ambiente virtual Python contendo todas as dependências do projeto.
  • model: Armazena os modelos de dados, algoritmos e qualquer lógica de negócios relacionada.
  • view: Contém arquivos relacionados à interface do usuário, como templates HTML.

Configuração e Instalação

Instruções para configurar o ambiente e instalar as dependências necessárias.

Pré-requisitos

  • Python 3.x
  • Outras dependências devem ser instaladas pelo requirementes.txt

Instalação

Passo a passo para instalar e configurar o projeto.

  1. Clone o repositório:

    git clone https://github.com/RafaelMunareto/propens-o_ia_adimp.git

  2. Instale as dependências: basta executar o arquivo install.sh - no terminal com ./install.sh

  3. Crie uma .env com o comando pip venv

  4. execute o arquivo start.sh - no terminal com ./start.sh