bugclassifier-ai / README.md
giovanacaldas's picture
Create README.md
24d4fa1 verified
|
Raw History Blame Contribute Delete
2.06 kB
metadata
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.