https://github.com/andreirech/snakeclassificator

🐍 A simple snake classifier created using machine learning techniques
https://github.com/andreirech/snakeclassificator

jupyter-notebook machine-learning python

Last synced: about 1 month ago
JSON representation

🐍 A simple snake classifier created using machine learning techniques

• Host: GitHub
• URL: https://github.com/andreirech/snakeclassificator
• Owner: AndreiRech
• Created: 2024-06-04T23:15:52.000Z (about 2 years ago)
• Default Branch: main
• Last Pushed: 2024-06-27T15:15:59.000Z (almost 2 years ago)
• Last Synced: 2025-07-13T16:33:14.163Z (11 months ago)
• Topics: jupyter-notebook, machine-learning, python
• Language: Jupyter Notebook
• Homepage:
• Size: 85.3 MB
• Stars: 1
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# 🔖 ALUNOS

- [Andrei Rech | 23102140](https://github.com/AndreiRech) 

- [Carlos Eduardo | 23102218](https://github.com/shimpas-ville)

- [Eduardo Colla De Bastiani | 23106295](https://github.com/eduardo-de-bastiani)

- [Eduardo Wolf | 23102268](https://github.com/dudu-wolf)

- [Urien Nolasco | 23102720](https://github.com/UrienNolasco)

- [Victor dos Santos Cruz | 21103101](https://github.com/vteze)

# 📚 INTRODUÇÃO

Criação de um algoritmo capaz de classificar as cobras **Coral Verdadeira** e **Coral Falsa**.

# 🛠 PRÉ REQUISITOS

É necessário possuir a linguagem [Python](https://www.python.org/downloads/) instalada no computador (de preferência 3.10.6 - mas pode funcionar em superiores).

Outra ferramente muito importante é o gerenciador de pacotes do Python, o [Pip](https://pypi.org/project/pip/).

Por fim, a utilização do [JupyterLab](https://jupyter.org/) ou do [Google Colab](https://colab.google/) é necessária para a utilização do programa.

# ⚙ INICIALIZAÇÃO

Para a realização do projeto, utilizamos alguns pacotes adicionais. Segue a baixo a lista de pacotes a serem instalados e seus comandos:

- *PyTorch e Torchvision*

```

pip install torch torchvision

```

- *NumPy*

```

pip install numpy

```

- *TQDM*

```

pip install tqdm

```

- *Seaborn*

```

pip install seaborn

```

- *ScikitLearn*

```

pip install scikit-learn

```

Por fim, caso esteja utilizando o **JupyterLab**, abra o mesmo pelo terminal utilizando:

```

jupyter lab

```

# O QUE FAZER

**ATUALIZAR O README**

- [X] Intrudoção

- [X] Pré-Requisitos

- [X] Inicialização

**DESENVOLVIMENTO**

- [X] Realizar pré-processamento

- [X] Aplicar outros algortimos

- [X] Padronizar saídas 

**AUXILIARES**

- [X] Encontrar dataset

- [X] Analisar as saídas

- [X] Realizar uma demo