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. |