- Repositorio para módulo Científicas de datos
- TSCD - ISPC
- Cohorte 2021
- Karina Alem
- Florencia Bravo Corvalán
- Laura Martinez Quijano
- María Gimena Binaghi
poner en producción un proyecto de detección de spam.
Se toma un dataset que posee informacion sobre mensajes que fueron fraude o no. La base se usó para crear un modelo de clasificacion con una precisión de 0.91 y recall de 0.93 para la clase de interés(SPAM) y precisión de 0.99 y recall de 0.99 para la clase HAM. En posterior se realizó la construcción de un frontend con HTML y CSS. Luego se desarrollo del lado del backend la estructura para llamar al modelo, realizar la predicción y mostrarlo en el front. Por último se realizaron distintos test para asegurar el correcto funcionamiento.
Se encuentran en un documento con imágenes ilustrativas en la carpeta "documentation".
Los primeros issues que definimos fueron tentativos, antes de definir sobre qué modelo trabajaríamos. Cuando identificamos al modelo de detección de spam, surgieron más espontáneamente las tareas y su asignación en el grupo. Los primeros sprints que definimos (uno por semana) nos quedaron cortos porque hubo varias redefiniciones a medida que avanzábamos con el trabajo, por lo que los desplazamos en el tiempo y reordenamos las issues. Al verificar la funcionalidad del back end encontramos conflictos con la versión de Python y de las librerías que resolvimos creando un entorno virtual. Al desarrollar el front end nos encontramos con el desafío de investigar como conectar back con front. Decidimos hacerlo con Flask y desarrollamos el front con HTML dandole estilos con CSS. Después nos encontramos con el desafío de dónde subir la aplicación Flask creada, y encontramos pythonanywhere.com. Luego de entender cómo se estructura un repo, re-estructuramos lo que habíamos hecho originalmente en las carpetas sugeridas , y creamos branches para subir el trabajo de cada una de nosotras. En la etapa de testing nos encontramos con el problema de que corre con paths locales o rutas estaticas pero no relativas. Comprobamos que corre de manera local pero no al cambiar de pc.
http://florcorvalan26.pythonanywhere.com/
En Linux:
sudo apt install python3-venv
Crear un entorno virtual nuevo: python3 -m venv my-project-env
Activar un entorno virtual: source my-project-env/bin/activate
En Windows:
Crear un entorno virtual nuevo: python -m venv c:\ruta\al\entorno\virtual
Activar un entorno virtual: c:\ruta\al\entorno\virtual\scripts\activate.bat
Instalar librerias correpondientes:
pip install flask
Despues de instalar CTRL+SHIFT+P y buscar Python Interpreter
Seleccionar el entorno virtual my-project-env que se creo en el paso anterior
Luego pararse en la carpeta donde esta el archivo requirements.txt y para instalar las librerias ejecutar lo siguiente: pip install -r requirements.txt