O Filmes Pra Ti é um projeto para a disciplina MC855 A - Projeto em Sistemas de Computação, ministrada pela Prof. Dra. Juliana Freitag Borin e pelo PED Paulo Cesar Kussler. Nosso grupo é composto por:
- Heigon Alafaire Soldera Pires RA: 217638
- Ian Loron de Almeida RA: 198933
- Luana Felipe de Barros RA: 201705
- Lucas B.A. Farias RA:220650
- Marcela Medicina Ferreira RA: 183266
- Murilo de Lima Cruz RA: 138923
- Piethro Cesar de Andrade RA: 223549
Neste repositório, deixaremos todo o projeto de Machine Learning. Para organização dele, decidimos utilizar o template do Cookiecutter, muito comum em projetos de Machine Learning e Data Science.
├── LICENSE
├── Makefile <- Makefile com comandos do tipo `make data` ou `make train`
├── README.md <- O top-level README para os desenvolvedores usando este projeto.
├── data
│ ├── processed <- Dados finais, os que de fato serão usados no modelo.
│ └── raw <- Os dados originais, dados crus.
│
├── docs <- Um projeto Sphinx; veja sphinx-doc.org para detalhes.
│
├── models <- Modelos treinados e serializados, predições do modelo, ou resumos do modelo.
│
├── notebooks <- Jupyter notebooks. O convenção de nomes é um número (para ordem),
│ iniciais do nome da pessoa criou, e um `-` para delimitação da descrição.
│ ex: `1.0-jqp-initial-data-exploration`.
│
├── references <- Dicionários de dados, manuais, e outros materiais explanatórios.
│
├── reports <- Análises geradas, como HTML, PDF, LaTeX, etc.
│ └── figures <- Figuras e gráficos usados nos reports.
│
├── requirements.txt <- O arquivo de requerimentos para reproduzir o projeto,
│ ele é gerado com: `pip freeze > requirements.txt`
│
├── setup.py <- faz o projeto ser instalado pelo pip (pip install -e .) e daí, o src pode ser importado.
├── src <- Código fonte do projeto.
│ ├── __init__.py <- Cria src um módulo python.
│ │
│ ├── data <- Scripts para baixar ou gerar dados.
│ │ └── make_dataset.py
│ │
│ ├── features <- Scripts tornar dados crus em features para o modelo.
│ │ └── build_features.py
│ │
│ ├── models <- Scripts para trainar os modelos e fazer previsões.
│ │ ├── predict_model.py
│ │ └── train_model.py
│ │
│ └── visualization <- Scripts para visualizar e explorar resultados.
│ └── visualize.py
│
└── tox.ini <- Arquivo tox com configurações para rodar o tox; veja tox.readthedocs.io