Classificação de Obesidade

Projeto da Disciplina PET1706 - TÓPICOS ESPECIAIS EM ENGENHARIA DE SOFTWARE (Redes Neurais Artificiais) - 2023.2

Professora: Rosana Rego Curso: Bacharel em Engenharia de Software - UFERSA - Campus Pau dos Ferros

Este projeto visa classificar os indivíduos em diferentes categorias de obesidade, oferecendo um sistema que auxilia na avaliação da condição física. Utilizamos diversas ferramentas e bibliotecas avançadas para criar um sistema eficiente de classificação de obesidade com base em dados demográficos e de hábitos de vida.

Funcionalidades Principais

• Classificação de Obesidade: O sistema é capaz de analisar dados de entrada e identificar a categoria de obesidade do indivíduo. As categorias incluem:

  • Insufficient Weight
  • Normal Weight
  • Overweight Level I
  • Overweight Level II
  • Obesity Type I
  • Obesity Type II
  • Obesity Type III

• Processamento de Dados: Utilizando bibliotecas como NumPy e Pandas, o sistema realiza o pré-processamento dos dados para normalização e tratamento de variáveis categóricas, facilitando a identificação e extração de informações relevantes.

• Modelo de Machine Learning: O sistema incorpora um modelo de aprendizado de máquina previamente treinado para a classificação de obesidade. Esse modelo foi alimentado com uma ampla variedade de dados demográficos e de hábitos de vida.

Instalação

1. Clone o repositório do GitHub:

git clone https://github.com/ClassNeuralNetwork/reconhecimento_libras.git

3. Navegue até o diretório do projeto:

cd Classificar_Obesidade

3. Inicie um ambiente virtual

python3 -m venv venv

4. Instale as dependências usando pip:

pip install -r requirements.txt

Requisitos de Sistema

Python 3.x
Bibliotecas Python: podem ser encontradAs no arquivo requirements.txt

Equipe

• Alan Almeida
• Dalton Campos

Este README fornece uma visão geral do projeto, incluindo suas funcionalidades, requisitos, instruções de instalação e uso, bem como informações sobre a contribuição e a equipe envolvida.