https://github.com/brunomontezano/exemplo-streamlit

Códigos para elaboração de um web app com modelo de classificação de espécies de lírios (iris).
https://github.com/brunomontezano/exemplo-streamlit

aprendizado-de-maquina classification deploy grupo-de-estudos inteligencia-artificial iris-dataset machine-learning predictive-modeling pt-br streamlit web-app

Last synced: about 2 months ago
JSON representation

Códigos para elaboração de um web app com modelo de classificação de espécies de lírios (iris).

• Host: GitHub
• URL: https://github.com/brunomontezano/exemplo-streamlit
• Owner: brunomontezano
• License: gpl-3.0
• Created: 2023-10-10T20:18:54.000Z (about 1 year ago)
• Default Branch: main
• Last Pushed: 2023-10-16T13:46:23.000Z (about 1 year ago)
• Last Synced: 2023-10-17T04:45:20.884Z (about 1 year ago)
• Topics: aprendizado-de-maquina, classification, deploy, grupo-de-estudos, inteligencia-artificial, iris-dataset, machine-learning, predictive-modeling, pt-br, streamlit, web-app
• Language: Python
• Homepage: https://exemplo-iris.streamlit.app/
• Size: 226 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# Deploy de modelo de ML com Streamlit 

Nesse repositório, temos três arquivos principais:

- `modelo.py`: Criação do modelo de floresta

aleatória (*random forest*).

- `predicao.py`: Criação da função para fazer as

predições nos dados de entrada do web app.

- `app.py`: Estrutura do web app através do framework

[Streamlit](https://streamlit.io/).

Esse material foi preparado para um grupo de estudos

sobre aprendizado de máquina e saúde mental, constituído

primariamente por alunos de pós-graduação de cursos

da saúde.

O código foi inspirado no código de exemplo do usuário

*santiviquez* no GitHub. Você pode acessar o código original

completo em [santiviquez/iris-streamlit](https://github.com/santiviquez/iris-streamlit).

## For english speakers

This is a repository that contains the codes to build a web app to

deploy a machine learning model to predict iris species.

The material is in Brazilian Portuguese. The file `modelo.py` is the

script for creating the predictive model, `predicao.py` stores the

function to perform predictions on new input data and `app.py` is the

code to generate the web app using the framework [Streamlit](https://streamlit.io/).