📚 Sistema de Recomendação com Machine Learning (KNN)

---

📌 Sobre o projeto

Este projeto implementa um sistema de recomendação utilizando Machine Learning, com foco no algoritmo K-Nearest Neighbors (KNN).

O objetivo é identificar itens semelhantes com base em características dos dados e permitir a recomendação automática de conteúdos similares por meio de um simulador interativo.

O projeto foi desenvolvido durante as aulas de um curso prático de Machine Learning, com foco em:

• Preparação e exploração de dados
• Visualização de dados
• Construção de modelo de recomendação
• Aplicação do algoritmo KNN
• Simulação de recomendações

---

🎯 Objetivo

Construir um modelo capaz de:

• Identificar similaridade entre itens
• Gerar recomendações baseadas em proximidade matemática
• Demonstrar o funcionamento de um sistema de recomendação
• Aplicar conceitos fundamentais de Machine Learning em um cenário prático

---

🧠 Conceitos aplicados

Este projeto demonstra conhecimento em:

• Machine Learning
• Sistema de Recomendação
• K-Nearest Neighbors (KNN)
• Similaridade entre dados
• Preparação de dados
• Análise exploratória de dados (EDA)
• Visualização de dados
• Modelagem de dados

---

🗂️ Etapas do projeto

O notebook segue uma estrutura típica de um fluxo de Machine Learning:

1. Importação dos dados

• Carregamento do dataset
• Estruturação inicial dos dados

2. Modelagem dos dados

• Preparação das variáveis
• Transformação dos dados para uso no modelo

3. Exploração dos dados

• Visualização de padrões
• Análise de distribuição
• Identificação de relações entre variáveis

4. Construção do modelo

• Implementação do algoritmo KNN
• Cálculo de similaridade entre itens

5. Simulador de recomendação

• Seleção de um item
• Retorno de itens similares
• Demonstração prática do funcionamento do modelo

---

⚙️ Tecnologias utilizadas

• Python
• Pandas
• NumPy
• Scikit-learn
• Matplotlib
• Seaborn
• Plotly

---

📊 Estrutura do projeto

project/
│
├── Udemy_ml.ipynb       
│
└── README.md

---

▶️ Como executar o projeto

0. Pré-requisitos

Para executar este projeto localmente, é necessário ter instalado:

• Python 3.10 ou superior
• pip (gerenciador de pacotes do Python)
• Jupyter Notebook ou JupyterLab

Verificando se o Python está instalado:

No terminal, execute:

python --version

ou

python3 --version

Se o Python não estiver instalado, faça o download no site oficial: https://www.python.org/downloads/

Verificando se o Jupyter está instalado:

No terminal, execute:

jupyter --version

Se o Jupyter não estiver instalado, você pode instalá-lo com:

pip install notebook

Ou, alternativamente, instalar o JupyterLab:

pip install jupyterlab

1. Clonar o repositório

git clone https://github.com/ithanara/book-recommendation-knn

2. Instalar as dependências

pip install pandas numpy scikit-learn matplotlib seaborn plotly

3. Executar o notebook

Abrir o arquivo .ipynb em:

• Jupyter Notebook
• Jupyter Lab
• Google Colab

---

📈 Resultado

O modelo permite:

• Encontrar itens semelhantes
• Gerar recomendações automaticamente
• Demonstrar o funcionamento de um algoritmo de similaridade
• Simular um sistema de recomendação real

Este tipo de abordagem é amplamente utilizado em plataformas como:

• Streaming
• E-commerce
• Plataformas de conteúdo
• Sistemas de recomendação personalizados