Este repositório contém um projeto de classificação de tweets relacionados à marca Xbox usando técnicas de aprendizado de máquina. O objetivo é criar um modelo capaz de classificar automaticamente tweets como relevantes ou não para a Microsoft. Considerou-se tweets relevantes aqueles com reclamações ou elogios ao produto, informações úteis para a empresa se guiar. Feito como Projeto 1 da disciplina Ciência de Dados, do 2° semestre de Engenharia de Computação do Insper.
O projeto consiste em coletar um conjunto de tweets que mencionam o Xbox, pré-processar os dados, treinar um modelo de aprendizado de máquina e avaliar sua capacidade de classificar corretamente novos tweets.
A coleta de tweets foi feita pela API oficial do Twitter.
O repositório contém os seguintes arquivos e diretórios principais:
Obtenção de tweets_André e Gabriel.ipynb
: um Jupyter Notebook que descreve o pré-processamento dos dados utilizando a API do Tweeter.xbox.xlsx
: planilha com tweets coletados pela API em seu estado bruto.xbox_classificado
: planilha com os tweets já classificados entre relevantes ou não relevantes.Projeto1_Layout_Classificador.ipynb
: um Jupyter Notebook com as etapas para a montagem do classificador