Create README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,68 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
language:
|
| 3 |
+
- pt
|
| 4 |
+
library_name: scikit-learn
|
| 5 |
+
pipeline_tag: text-classification
|
| 6 |
+
tags:
|
| 7 |
+
- machine-learning
|
| 8 |
+
- bug-classification
|
| 9 |
+
- software-quality
|
| 10 |
+
- tfidf
|
| 11 |
+
- logistic-regression
|
| 12 |
+
---
|
| 13 |
+
|
| 14 |
+
# BugClassifier AI
|
| 15 |
+
|
| 16 |
+
Projeto de Machine Learning desenvolvido para classificar automaticamente descrições de bugs de software em três categorias: Autenticação, Interface e Pagamento.
|
| 17 |
+
|
| 18 |
+
## Objetivo
|
| 19 |
+
|
| 20 |
+
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.
|
| 21 |
+
|
| 22 |
+
## Categorias
|
| 23 |
+
|
| 24 |
+
- **Autenticacao:** problemas relacionados a login, acesso, senha e autenticação.
|
| 25 |
+
- **Interface:** problemas visuais, layout, botões e navegação.
|
| 26 |
+
- **Pagamento:** problemas com cobranças, cartões, Pix, estornos e transações.
|
| 27 |
+
|
| 28 |
+
## Tecnologias utilizadas
|
| 29 |
+
|
| 30 |
+
- Python
|
| 31 |
+
- Pandas
|
| 32 |
+
- Scikit-learn
|
| 33 |
+
- TF-IDF
|
| 34 |
+
- Logistic Regression
|
| 35 |
+
- Matplotlib
|
| 36 |
+
- Joblib
|
| 37 |
+
|
| 38 |
+
## Metodologia
|
| 39 |
+
|
| 40 |
+
O projeto utiliza um pipeline de Machine Learning composto por:
|
| 41 |
+
|
| 42 |
+
- TF-IDF para transformação das descrições em representações numéricas.
|
| 43 |
+
- Logistic Regression para classificação dos textos.
|
| 44 |
+
- Divisão dos dados em treinamento (80%) e teste (20%).
|
| 45 |
+
- Avaliação por acurácia, precision, recall, F1-score e matriz de confusão.
|
| 46 |
+
|
| 47 |
+
## Dataset
|
| 48 |
+
|
| 49 |
+
O conjunto de dados contém 150 descrições sintéticas, distribuídas igualmente entre as três categorias.
|
| 50 |
+
|
| 51 |
+
Os exemplos foram elaborados manualmente para fins de estudo e desenvolvimento do projeto.
|
| 52 |
+
|
| 53 |
+
## Funcionalidade adicional
|
| 54 |
+
|
| 55 |
+
O classificador utiliza um limite de probabilidade definido em 70% para indicar:
|
| 56 |
+
|
| 57 |
+
- Classificação automática.
|
| 58 |
+
- Necessidade de análise humana.
|
| 59 |
+
|
| 60 |
+
Esse limite é uma regra de encaminhamento definida no projeto, não uma garantia de confiança calibrada.
|
| 61 |
+
|
| 62 |
+
## Limitações
|
| 63 |
+
|
| 64 |
+
O dataset é pequeno e sintético. Portanto, os resultados são experimentais e não representam necessariamente o desempenho em sistemas reais.
|
| 65 |
+
|
| 66 |
+
## Autora
|
| 67 |
+
|
| 68 |
+
Projeto desenvolvido como parte dos estudos em Machine Learning e Inteligência Artificial.
|