{"id":25238670,"url":"https://github.com/natanaelvich/ai-for-devs_introduction","last_synced_at":"2026-02-14T05:32:58.405Z","repository":{"id":276697065,"uuid":"929993391","full_name":"Natanaelvich/ai-for-devs_introduction","owner":"Natanaelvich","description":"Repository for learning and exploring AI development concepts using Python, including Jupyter notebooks for hands-on experimentation and model creation.","archived":false,"fork":false,"pushed_at":"2025-02-25T11:58:27.000Z","size":14,"stargazers_count":2,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-04-05T19:36:08.616Z","etag":null,"topics":["ai-development","artificial-intelligence","jupyter-notebook","machine-learning","python"],"latest_commit_sha":null,"homepage":null,"language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/Natanaelvich.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","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":"2025-02-09T21:24:06.000Z","updated_at":"2025-02-25T11:58:31.000Z","dependencies_parsed_at":"2025-02-09T23:29:52.545Z","dependency_job_id":null,"html_url":"https://github.com/Natanaelvich/ai-for-devs_introduction","commit_stats":null,"previous_names":["natanaelvich/ai-for-devs_introduction"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Natanaelvich%2Fai-for-devs_introduction","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Natanaelvich%2Fai-for-devs_introduction/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Natanaelvich%2Fai-for-devs_introduction/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/Natanaelvich%2Fai-for-devs_introduction/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/Natanaelvich","download_url":"https://codeload.github.com/Natanaelvich/ai-for-devs_introduction/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":247393558,"owners_count":20931809,"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","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":["ai-development","artificial-intelligence","jupyter-notebook","machine-learning","python"],"created_at":"2025-02-11T17:53:25.831Z","updated_at":"2026-02-14T05:32:58.373Z","avatar_url":"https://github.com/Natanaelvich.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# AI Introduction Project\n\nEste é um projeto de introdução à Inteligência Artificial usando Python e Jupyter Notebook, focado em aprendizado de máquina e análise de dados.\n\n## Estrutura do Projeto\n\n```\n.\n├── ai-creating/\n│   ├── ai-model.ipynb      # Notebook com modelo de previsão de preços de casas\n│   └── requirements.txt    # Dependências do notebook\n├── ai-applying/            # Diretório para aplicações práticas de IA\n│   └── gptAPI.py           # Exemplo de uso da API do GPT\n├── app.py                  # API Flask para o projeto\n├── api-tests.http          # Testes de API usando REST Client\n├── requirements.txt        # Dependências do projeto completo\n├── LICENSE                 # Licença do projeto\n└── README.md               # Este arquivo\n```\n\n## Sobre o Projeto\n\nO projeto contém implementações práticas de IA, incluindo:\n\n- Modelo de regressão linear para previsão de preços de casas na Califórnia\n- Utilização do dataset California Housing do scikit-learn\n- Pré-processamento de dados com StandardScaler\n- Avaliação de modelo usando train-test split\n- API REST para acesso às funcionalidades de IA\n- Integração com a API do OpenAI GPT\n\n## Requisitos\n\n- Python 3.13.2\n- Jupyter Notebook\n- Principais dependências:\n  - flask\n  - pandas\n  - scikit-learn\n  - numpy\n  - openai\n\n## Instalação\n\n1. Clone o repositório:\n```bash\ngit clone https://github.com/Natanaelvich/ai-for-devs_introduction.git\ncd ai-for-devs_introduction\n```\n\n2. Crie um ambiente virtual (recomendado):\n```bash\npython -m venv .venv\nsource .venv/bin/activate  # No Linux/Mac\n# ou\n.venv\\Scripts\\activate  # No Windows\n```\n\n3. Instale as dependências:\n```bash\npip install -r requirements.txt\n```\n\n4. Configure as variáveis de ambiente:\nCrie um arquivo `.env` na raiz do projeto com:\n```\nOPENAI_API_KEY=sua_chave_api_openai\n```\n\n## Uso\n\n### Jupyter Notebook\n1. Ative o ambiente virtual (se estiver usando)\n2. Navegue até o diretório do projeto\n3. Inicie o Jupyter Notebook:\n```bash\njupyter notebook\n```\n4. Abra o notebook desejado:\n   - `ai-creating/ai-model.ipynb` para o modelo de previsão de preços de casas\n\n### API REST\n1. Ative o ambiente virtual\n2. Inicie o servidor Flask:\n```bash\npython app.py\n```\n3. O servidor estará disponível em `http://localhost:5000`\n\n## API Endpoints\n\n### Health Check\n```\nGET /api/health\n```\nVerifica o status da API e se o modelo está carregado.\n\n### Treinar Modelo\n```\nPOST /api/train\nContent-Type: application/json\n```\nTreina o modelo de previsão de preços de casas usando o dataset California Housing.\n\n### Prever Preço\n```\nPOST /api/predict\nContent-Type: application/json\n\n{\n    \"MedInc\": 8.3252,\n    \"HouseAge\": 41.0,\n    \"AveRooms\": 6.984127,\n    \"AveBedrms\": 1.023810,\n    \"Population\": 322.0,\n    \"AveOccup\": 2.555556,\n    \"Latitude\": 37.88,\n    \"Longitude\": -122.23\n}\n```\nFaz uma previsão de preço de casa com base nos parâmetros fornecidos.\n\n### Consultar GPT\n```\nPOST /api/gpt\nContent-Type: application/json\n\n{\n    \"prompt\": \"Sua pergunta aqui\",\n    \"system\": \"Instrução para o sistema (opcional)\",\n    \"model\": \"Nome do modelo (opcional, padrão: gpt-4o-mini)\"\n}\n```\nEnvia uma consulta para a API do OpenAI GPT e retorna a resposta.\n\n## Testes da API\n\nO projeto inclui um arquivo `api-tests.http` que pode ser usado com a extensão REST Client do VS Code para testar todos os endpoints da API.\n\n## Licença\n\nEste projeto está licenciado sob a Licença MIT - veja o arquivo [LICENSE](LICENSE) para detalhes. ","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fnatanaelvich%2Fai-for-devs_introduction","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fnatanaelvich%2Fai-for-devs_introduction","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fnatanaelvich%2Fai-for-devs_introduction/lists"}