Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/alinykelly/projdocsfraude
Análise de Cartões de Crédito com Azure AI
https://github.com/alinykelly/projdocsfraude
azure python
Last synced: about 1 month ago
JSON representation
Análise de Cartões de Crédito com Azure AI
- Host: GitHub
- URL: https://github.com/alinykelly/projdocsfraude
- Owner: AlinyKelly
- Created: 2024-11-25T13:56:12.000Z (about 1 month ago)
- Default Branch: main
- Last Pushed: 2024-11-25T14:23:35.000Z (about 1 month ago)
- Last Synced: 2024-12-05T06:06:34.003Z (about 1 month ago)
- Topics: azure, python
- Language: Python
- Homepage:
- Size: 5.86 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Análise de Cartões de Crédito com Azure AI
Este projeto foi desenvolvido como parte do bootcamp **AI-102** oferecido pela [DIO - Digital Innovation One](https://www.dio.me/) em parceria com a Microsoft. Ele demonstra como utilizar o **Azure AI** para realizar a análise de cartões de crédito, utilizando a linguagem **Python** e serviços como **Azure Document Intelligence** e **Azure Blob Storage**.
## Funcionalidades
- Processamento e análise de documentos de cartões de crédito.
- Extração de informações usando o **Azure AI Document Intelligence**.
- Upload e manipulação de arquivos no **Azure Blob Storage**.
- Interface interativa com **Streamlit**.
- Configuração segura com **dotenv**.
## 🛠️ Tecnologias Utilizadas
- **Python**
- **Azure AI Document Intelligence**
- **Streamlit** (para a interface do usuário)
- **Azure Blob Storage**
- **dotenv** (para gerenciamento de variáveis de ambiente)
---
## Pré-requisitos
Antes de começar, você precisará ter:
- **Conta no Azure** para configurar os serviços necessários.
- **Python 3.8 ou superior** instalado no seu sistema.
- Um ambiente virtual configurado (recomendado).
---
## 🚀 Como Executar o Projeto
1. **Clone este repositório**:
```https://github.com/AlinyKelly/PROJDOCSFRAUDE.git```
2. Configure o arquivo .env:
```
ENDPOINT = "ENDPOINT DOCUMENT INTELLIGENCE"
SUBSCRIPTION_KEY = "KEY DOCUMENT INTELLIGENCE"
AZURE_STORAGE_CONNECTION_STRING = "STORAGE CONNECTION STRING"
CONTAINER_NAME = "NOME DO CONTAINER"
```
3. Instale as dependências do projeto:
- Navegue até a pasta src e execute:
```pip install -r src/requirements.txt```
4. Execute o projeto:
- Use o comando abaixo para iniciar o servidor do Streamlit (Windows):
```
python -m streamlit run app.py
```
5. Acesse a aplicação:
```Abra o navegador e vá para http://localhost:8501.```
## 🤝 Contribuições
Contribuições são bem-vindas! Siga os passos abaixo para contribuir:
1. Faça um fork do repositório.
2. Crie uma branch para sua feature: git checkout -b feature/sua-feature.
3. Realize suas alterações e faça commit: git commit -m 'Adiciona nova feature'.
4. Faça um push para a branch: git push origin feature/sua-feature.
5. Abra um Pull Request.