Este projeto tem como objetivo utilizar Machine Learning a fim de prever o tipo de estrela, de acordo com parâmetros escolhidos pelo usuário.

Para começar, iremos utilizar a base de dados sobre estrelas disponível no Kaggle para o nosso projeto.

A biblioteca utilizada para o carregamento dos dados é a Pandas. Como este projeto não se trata de uma análise exploratória, iremos seguir direto para o algoritmo.

Utilizaremos o Scikit-Learn, “um pacote que fornece versões eficientes de um grande número de algoritmos comuns”, definição do livro Python Data Science Handbook.

O aplicativo web foi realizado através do Streamlit, uma maneira rápida de transformar scripts escritos em Python em aplicativos web.

O projeto foi inspirado no Diagrama de Hertzsprung-Russell, desenvolvido de forma independente no início de 1900 por Ejnar Hertzsprung e Henry Norris Russell. Este diagrama traça a temperatura das estrelas e a sua luminosidade (o diagrama teórico HR), ou a cor das estrelas (ou tipo espectral) e a sua magnitude absoluta.

O usuário deverá, então, escolher os valores de parâmetros que desejar e o algoritmo irá retornar qual o tipo de estrela, de acordo com os valores escolhidos.

Isto pode ser feito através do script do Streamlit, onde iremos adicionar os parâmetros necessários para o projeto e os valores mínimos e máximos.

O algoritmo de Machine Learning utilizado foi a Árvore de Decisão.

O resultado final é um aplicativo Web escrito em Python, que combina Machine Learning e Front-End.

Você pode consultar o aplicativo aqui e o código do projeto aqui.

Referências: HR Diagram Streamlit Streamlit WebAPP

• Python
• Machine Learning