Este é um Data App para Diagnóstico preditivo de Câncer de Pulmão
Desenvolvido pelos alunos: Andrea Monicque, Francisco Marcelo, Lucas Pereira e Marcos Wenneton para a discplina de Infraestrutura em Nuvem para Projetos com Ciência dos Dados do curso de Pós-Graduação em Ciência de Dados da Universidade do Estado do Amazonas - UEA.
O dataset utilizado está disponível gratuitamente na plataforma Kaggle por este link. Desenvolvemos uma solução preditiva com Microsoft Machine Learning Studio (classic) e publicamos online para ser consumido pela aplicação.
Para executar localmente, é necessário você ter instalado as seguintes ferramentas:
Após isso você pode clonar o repositório com o comando:
git clone https://github.com/llucasreis/streamlit-webapp
Antes de iniciar é recomendável você utilizar um ambiente virtual, e para isto, execute os seguintes comandos:
# instalando a biblioteca de ambiente virtual
pip install virtualenv
# criando o ambiente virtual
python3 -m virtualenv .venv
# ativando o ambiente virtual
source .venv/bin/activate
Após ativar seu ambiente virtual, basta executar o comando para instalar as bibliotecas:
pip install -r requirements.txt
E por fim, execute o comando para rodar a aplicação com streamlit
:
streamlit run src/app.py
Os passos acima habilitam o ambiente e executa localmente, mas não será possível realizar a predição pois a aplicação utiliza a Azure como dependência externa para hospedar o modelo preditivo. Acima, é recomendável utilizar o sistema diretamente do Heroku, pois já está conectado com a Azure.
Caso você já tenha um modelo preditivo na Azure com este dataset, basta criar um arquivo de ambiente com:
make dotenv
# caso não funcione esse comando, pode usar:
cp .env.example .env
E inserir as credenciais da sua aplicação.
Made by Andrea Monicque, Francisco Marcelo, Lucas Pereira and Marcos Wenneton