Python IA

Projeto desenvolvido em Python com o objetivo de aplicar conceitos de Inteligência Artificial e Machine Learning para prever o score de crédito de clientes.

Utilizando uma base de dados com informações financeiras e comportamentais, o modelo analisa os dados dos clientes e classifica o score de crédito em três categorias:

• Poor (Ruim)
• Standard (Ok)
• Good (Bom)

---

Objetivo do Projeto

O objetivo deste projeto é criar um modelo de Machine Learning capaz de analisar dados de clientes e prever automaticamente seu score de crédito, auxiliando na análise de risco em instituições financeiras.

---

Tecnologias Utilizadas

• Python
• Pandas
• Scikit-learn
• Jupyter Notebook

---

Etapas do Projeto

1. Importação da base de dados contendo informações dos clientes.
2. Tratamento de dados e conversão de variáveis categóricas utilizando LabelEncoder.
3. Separação dos dados em treino e teste.
4. Treinamento de modelos de Machine Learning:
   • Random Forest
   • K-Nearest Neighbors (KNN)
5. Avaliação dos modelos utilizando Accuracy.
6. Utilização do melhor modelo para prever o score de crédito de novos clientes.

---

Estrutura do Projeto

Python-IA │ ├── clientes.csv ├── novos_clientes.csv ├── inicial.ipynb └── README.md

---

Aprendizados

Durante o desenvolvimento deste projeto foram aplicados conceitos importantes de Ciência de Dados e Machine Learning, como:

• Manipulação de dados com Pandas
• Tratamento de dados categóricos
• Treinamento de modelos de classificação
• Avaliação de desempenho de modelos
• Previsão utilizando novos dados