#Description Sistema de recomendação que gera aprendizado personalizado para alunos. Um algoritmo que ultiliza históricos escolares para indicar textos para o aluno
Pré-requisitos #
- Clonar o github
- Rodar no console - pip install requirements.txt
- python run app.py
A aplicação está ultizando flask como servidor http e o docker atuando como container.
O modelo utiliza XGBoostRegressor para criar relações entre as informações do aluno como histórico, vivência social e comportamento para predizer como será seu desempenho futuro, e a partir disso conseguir disponibilizar textos/livros de acordo com cada dificuldade.
O conceito é baseado em estudo personalizado, onde nós temos algortimos estatistico apoiando o ensino de forma adaptável e gerando métricas para os alunos e instituições.
App - é a aplicação que possui o servidor HTTP Dockerfile - Configuração do container requisitos - bibliotecas utilizadas e necessária para utilizar o código
Dash
Failure - quantidade de reprovações do dataset Mapa de calor - correlação das features Validate model - Relações do treinamento com dados reais e o quão distante estão nossas features em relação ao erro quadrático médio