{"id":23602788,"url":"https://github.com/andreirech/machinelearning-t1","last_synced_at":"2025-07-30T07:10:04.194Z","repository":{"id":240959205,"uuid":"780393714","full_name":"AndreiRech/MachineLearning-T1","owner":"AndreiRech","description":"Trabalho 1 da disciplina de Aprendizado de Máquina - PUCRS","archived":false,"fork":false,"pushed_at":"2024-04-18T17:32:58.000Z","size":71,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-05-17T19:37:26.356Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/AndreiRech.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-04-01T11:40:50.000Z","updated_at":"2024-05-21T14:58:49.000Z","dependencies_parsed_at":"2024-05-21T17:16:54.085Z","dependency_job_id":null,"html_url":"https://github.com/AndreiRech/MachineLearning-T1","commit_stats":null,"previous_names":["andreirech/machinelearning-t1"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/AndreiRech/MachineLearning-T1","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FMachineLearning-T1","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FMachineLearning-T1/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FMachineLearning-T1/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FMachineLearning-T1/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AndreiRech","download_url":"https://codeload.github.com/AndreiRech/MachineLearning-T1/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FMachineLearning-T1/sbom","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":267827524,"owners_count":24150351,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-07-30T02:00:09.044Z","response_time":70,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2024-12-27T12:13:16.327Z","updated_at":"2025-07-30T07:10:04.133Z","avatar_url":"https://github.com/AndreiRech.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# ALUNOS\n\n- [Andrei Rech | 23102140](https://github.com/AndreiRech)  \n- [Eduardo Martini Wolf | 23102268](https://github.com/dudu-wolf)\n- [Victor dos Santos Cruz | 21103101](https://github.com/vteze)\n\n# INTRODUÇÃO\n\nNeste trabalho, avaliaremos os resultados obtidos pelo ChatGPT ao criar algoritmos\npara três dos métodos de aprendizado supervisionado vistos em aula: kNN, Naïve\nBayes e Árvores de Decisão. Analisaremos não só a eficácia dos algoritmos criados,\nmas também a adequação dos prompts utilizados pelo ChatGPT e as escolhas de\nprojeto feitas pelo modelo.  \n\nImportante, não é o objetivo que os algoritmos implementados pelo ChatGPT\nusem bibliotecas com implementações prontas (como por exemplo scikit-learn).\nQueremos ver e analizar uma implementação from scratch desses algoritmos, usando\napenas bibliotecas auxiliares para computação vetorial (por exemplo, numpy).  \n\nO ChatGPT é um Large Language Model desenvolvido pela OpenAI. Ele é capaz de\ngerar respostas em resposta a perguntas e prompts dados pelos usuários. O aluno\ndeve ser capaz de criar prompts adequados para o chatGPT bem como apresentar\numa análise crítica dos resultados gerados pelo chatGPT.\n\n# 🛠 PRÉ REQUISITOS\n\nÉ necessária a instalação do [PYTHON](https://www.python.org/downloads/) (de preferência 3.10.6 - mas pode funcionar em superiores).  \n\nTambém é obrigatório possuir o [JUPYTER LAB](https://jupyter.org/install) em sua máquina.\n\n# ⚙ INSTALAÇÃO E INICIALIZAÇÃO\n\nUtilizamos algumas bibliotecas adicionais. Para instalar o pandas utilize:\n```bash\n  pip instal pandas\n```\nPara instalar o numpy utilize no console:\n```bash\n  pip install numpy\n```\nPara instalar o seaborn utilize no console:\n```bash\n  pip install seaborn\n```\n\nPor fim, para poder visualizar o código dentro do Jupyter Lab é necessário abrir o mesmo:\n```bash\n  jupyter lab\n```\nLogo após, o projeto será inicializado em uma aba do navegador.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fandreirech%2Fmachinelearning-t1","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fandreirech%2Fmachinelearning-t1","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fandreirech%2Fmachinelearning-t1/lists"}