<Conjunto de dados de exercise>
Um grupo de pessoas é levado e colocado em um experimento. O objetivo deste experimento é medir a pulsação das pessoas durante suas ações, dependendo se elas consomem gordura durante a dieta.
Trabalhar com a metodologia CRISP-DM no conjunto de dados, usar aprendizado supervisionado para classificar o tipo de dieta diet
Ferramenta | Versão |
---|---|
Git | - |
Python | 3.10.* |
Poetry | 1.1.13 ou superior |
É aconselhável o uso do pyenv
para o gerenciamento de versões do Python.
Navegar até a pasta local, usando o comando :
cd REPOSITORIO
Instalar as dependências do projeto utilizando o comando:
poetry install
Ativar o ambiente virtual criado pelo Poetry utilizando o comando:
poetry shell
.
├── data/ # Diretório contendo todos os arquivos de dados
│ ├── external/ # Arquivos de dados de fontes externas
│ ├── interim/ # Arquivos de dados intermediários
│ ├── processed/ # Arquivos de dados processados
│ └── raw/ # Arquivos de dados originais, imutáveis
├── docs/ # Documentação gerada através da biblioteca mkdocs
├── models/ # Modelos treinados e serializados, predições ou resumos de modelos
├── notebooks/ # Diretório contendo todos os notebooks utilizados nos passos
├── references/ # Dicionários de dados, manuais e todo o material exploratório
├── src/ # Código fonte utilizado nesse projeto
│ ├── data/ # Classes e funções utilizadas para download e processamento de dados
│ ├── deployment/ # Classes e funções utilizadas para implantação do modelo
│ └── model/ # Classes e funções utilizadas para modelagem
├── app.py # Arquivo com o código da aplicação do streamlit
├── Procfile # Arquivo de configuração do heroku
├── pyproject.toml # Arquivo de dependências para reprodução do projeto
├── poetry.lock # Arquivo com sub-dependências do projeto principal
├── README.md # Informações gerais do projeto
└── tasks.py # Arquivo com funções para criação de tarefas utilizadas pelo invoke