Viticultura Preditiva: Uma Abordagem de Aprendizagem Automática à Qualidade do Vinho

Neste projeto, foi desenvolvido um Sistema de Previsão da Qualidade do Vinho para prever a qualidade do vinho com base em várias propriedades físico-químicas. O sistema recorre à programação em Python e à biblioteca Scikitlearn para implementar algoritmos de aprendizagem automática. Foi utilizado um classificador de Floresta Aleatória para obter previsões precisas e eficientes. O projeto utiliza Pandas e NumPy para o pré-processamento de dados e a análise exploratória de dados, enquanto o Matplotlib e o Seaborn foram utilizados para a visualização de tendências e padrões no conjunto de dados. O conjunto de dados utilizado neste projeto foi obtido a partir do Repositório de Aprendizagem Automática da UCI. O processo de desenvolvimento seguiu o modelo de ciclo de vida iterativo do desenvolvimento de software, garantindo a implementação e o teste sistemáticos das funcionalidades. O projeto está estruturado de acordo com os princípios de design modular, melhorando a facilidade de manutenção e a escalabilidade.