Java com Dados e IA

 

Este repositório contém dois projetos Java que demonstram o uso de Inteligência Artificial e Machine Learning por meio das bibliotecas Deeplearning4j e ND4J. Cada projeto é uma aplicação completa, focada em um problema de IA distinto: um para regressão (previsão de preço) e outro para classificação (previsão de gênero musical).

---

PrecoCasaPredictor e MusicGenreClassifier: Dois Exemplos de IA em Java

Ambos os projetos são aplicações Java que utilizam redes neurais para tarefas de Machine Learning. Eles demonstram a capacidade do Java para lidar com problemas complexos de IA de forma eficiente.

PrecoCasaPredictor

Este projeto é uma IA de Regressão. Ele usa uma rede neural para prever o preço de um imóvel com base em suas características, como área em metros quadrados, número de quartos e banheiros. É uma demonstração prática de como a IA pode resolver problemas de previsão contínua.

• Problema: Previsão de valor (o preço é um valor contínuo).
• Modelo de IA: Rede neural de regressão.
• Dados: house_data.csv (Área, Quartos, Banheiros, Preço).
• Uso: Você pode inserir as características de uma casa e o modelo irá estimar seu valor.

MusicGenreClassifier

Este projeto é uma IA de Classificação. Sua função é categorizar uma música em um gênero específico (Pop, Rock ou Jazz) a partir de suas características musicais, como ritmo e complexidade. Ele ilustra como a IA pode classificar dados em categorias discretas.

• Problema: Classificação de categorias (o gênero é um valor discreto).
• Modelo de IA: Rede neural de classificação.
• Dados: music_data.csv (Intervalo Médio, Ritmo Médio, Complexidade do Ritmo, Tônica, Gênero).
• Uso: Ao fornecer as características de uma música, o modelo irá prever o gênero mais provável.

---

⚙ Requisitos

Antes de começar, certifique-se de que você tem o seguinte instalado na sua máquina:

• Java Development Kit (JDK) 11 ou superior
• Apache Maven

🚀 Como Executar a Aplicação

Este repositório contém scripts (run_predicator.sh e run_music.sh) para simplificar a execução de cada projeto.

1. Clone o repositório (se ainda não o fez):

   git clone [https://github.com/fabiuniz/dados_java_ia.git](https://github.com/fabiuniz/dados_java_ia.git)
   cd seu-repositorio

2. Acesse a pasta principal do projeto:

   cd dados_java_ia/

3. Execute o projeto desejado:

   • Para o PrecoCasaPredictor:

     ./run_predicator.sh

   • Para o MusicGenreClassifier:

     ./run_music.sh

   O script irá compilar e rodar o projeto automaticamente. A saída do terminal mostrará o processo de treinamento e o resultado da previsão.

---

📁 Estrutura do Projeto

A estrutura de pastas foi atualizada para organizar os dois projetos em um único repositório, seguindo o padrão Maven:

dados_java_ia/
├── GeneroMusical/
│   ├── pom.xml
│   └── src/
│       └── main/
│           ├── java/
│           │   └── com/exemplo/ai/MusicGenreClassifier.java # Lógica principal da IA
│           └── resources/
│               └── music_data.csv                           # Dataset para o treinamento
│
├── PrecoCasaPredictor/
│   ├── pom.xml
│   └── src/
│       └── main/
│           ├── java/
│           │   └── com/exemplo/ai/PrecoCasaPredictor.java   # Lógica principal da IA
│           └── resources/
│               └── house_data.csv                           # Dataset para o treinamento
│
├── LICENSE
├── README.md
├── images/
│   └── screenshot.png
├── run_music.sh                                             # Script para compilar e rodar MusicGenreClassifier
└── run_predicator.sh                                        # Script para compilar e rodar PrecoCasaPredictor

PrecoCasaPredictor e MusicGenreClassifier: Dois Exemplos de IA em Java

Este repositório apresenta dois projetos distintos para demonstrar o poder de Java para Inteligência Artificial usando as bibliotecas Deeplearning4j e ND4J. Cada projeto é uma aplicação de Machine Learning completa, focada em um tipo de problema diferente.

---

🛠 Bibliotecas Utilizadas

• Deeplearning4j (DL4J): Framework de deep learning para Java.
• ND4J: Biblioteca de álgebra linear (equivalente ao NumPy para Java), otimizada para alto desempenho.
• DataVec: Ferramenta para processamento de dados e pipelines de Machine Learning.

👨‍💻 Autor

Fabiano Rocha/Fabiuniz

Licença

Este projeto está licenciado sob a MIT License