Arquitetura do Sistema
Arquitetura e Fluxo do Sistema
Arquitetura completa desde a entrada do dataset até a apresentação dos resultados no frontend, utilizando CRISP-DM para refinamento e APIs para dados em tempo real.
CRISP-DM Inicial
Dataset & Exploração
Entendimento do Problema
Ajuste do Dataset
Treino do Modelo
API de Predição
Recepção de Dados
Retorno das Predições
Metodologia CRISP-DM
Cross-Industry Standard Process for Data Mining
1
Business Understanding
Compreensão do problema de qualidade do ar e definição dos objetivos
2
Data Understanding
Análise exploratória dos dados ambientais e meteorológicos
3
Data Preparation
Limpeza, transformação e preparação dos dados para modelagem
4
Modeling
Seleção e treinamento de algoritmos de machine learning
5
Evaluation
Avaliação da performance e validação dos modelos
6
Deployment
Implementação do modelo em produção via API
Stack Tecnológico
Dados
Datasets ambientais
ML/IA
Python, Scikit-learn, Random forest classifier
Backend
API REST, FastAPI
Deploy
API Pública, Railway
API Externa
OpenWeather
Frontend
React, Next.js, Tailwind CSS
Hospedagem
Domínio publico, Vercel