File size: 2,064 Bytes
24d4fa1
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
---
language:
  - pt
library_name: scikit-learn
pipeline_tag: text-classification
tags:
  - machine-learning
  - bug-classification
  - software-quality
  - tfidf
  - logistic-regression
---

# BugClassifier AI

Projeto de Machine Learning desenvolvido para classificar automaticamente descrições de bugs de software em três categorias: Autenticação, Interface e Pagamento.

## Objetivo

Desenvolver um classificador de texto capaz de identificar a categoria mais provável de um problema relatado por um usuário e indicar quando a previsão deve passar por análise humana.

## Categorias

- **Autenticacao:** problemas relacionados a login, acesso, senha e autenticação.
- **Interface:** problemas visuais, layout, botões e navegação.
- **Pagamento:** problemas com cobranças, cartões, Pix, estornos e transações.

## Tecnologias utilizadas

- Python
- Pandas
- Scikit-learn
- TF-IDF
- Logistic Regression
- Matplotlib
- Joblib

## Metodologia

O projeto utiliza um pipeline de Machine Learning composto por:

- TF-IDF para transformação das descrições em representações numéricas.
- Logistic Regression para classificação dos textos.
- Divisão dos dados em treinamento (80%) e teste (20%).
- Avaliação por acurácia, precision, recall, F1-score e matriz de confusão.

## Dataset

O conjunto de dados contém 150 descrições sintéticas, distribuídas igualmente entre as três categorias.

Os exemplos foram elaborados manualmente para fins de estudo e desenvolvimento do projeto.

## Funcionalidade adicional

O classificador utiliza um limite de probabilidade definido em 70% para indicar:

- Classificação automática.
- Necessidade de análise humana.

Esse limite é uma regra de encaminhamento definida no projeto, não uma garantia de confiança calibrada.

## Limitações

O dataset é pequeno e sintético. Portanto, os resultados são experimentais e não representam necessariamente o desempenho em sistemas reais.

## Autora

Projeto desenvolvido como parte dos estudos em Machine Learning e Inteligência Artificial.