Recomendação de Filmes

Machine Learning Algorithm

Clique no badge do streamlit abaixo e acesse agora!

Click on the streamlit badge below and access now!

Lembra daquela vez em que você assistiu um filme no final de semana e achou tão I-N-C-R-I-V-E-L que queria assitir outros oitenta parecidos? Eai você teve aquela decepção, por que pra achar tudo isso na unha é um verdadeiro saco... 😵‍💫

Mas, não temas! Este projeto vai resolver sua vida! Através de machine learning (aprendizado de máquina), criei este projeto de ciência de dados completo aqui que, ao digitar ou selecionar o nome de um filme na lista ele lhe indica outros dez (isso mesmo, DEZ) filmes parecidos e que já foram lançados!!! 🤯

Ficou curioso né? 🥸 hehe O link para acesso está logo abaixo, e você pode usar este projeto a vontade caso queira dar uma mexida ou adaptada ao seu gosto!

Link de acesso

https://jhonata-tirloni-machinelearning-recomendacao-filmes-app-3syt37.streamlitapp.com/

Sobre o projeto

Este é um projeto completo de ciência de dados que, através de levantamento de dados utiliza um algoritmo de machine learning capaz de identificar o coseno de similaridade dos filmes através de tags (estas são informações como atores no filme, diretor, categorias do filme e por ai vai). Os dados são puxados através de uma api do TheMovieDB e alguns dados são tratados de datasets do Kaggle. Outro ponto é que temos dados dos filmes de 2018 a 2022, para ser mais abrangente! (bem mais de 8 mil registros de filmes, é filme pra caramba!). Também aqui incluso estão algumas informações e insights interessantes na parte de exploraço de dados! De uma olhada por lá tamb

Linguagem usada

Tudo aqui foi feito usando Python através de notebooks jupyters e Python com outros frameworks e bibiliotecas para o projeto final.

Bibliotecas e Frameworks

Para o tratamento de dados e análise exploratória

• Pandas;
• Matplotlib;
• Seaborn;
• Missingno.

Para o projeto em produção

• Streamlit;
• Flask;
• Scikit-learn;

---

Utilização

Todos os arquivos que você precisa para entender este projeto estão neste repositório, com exceção dos dados! Devido ao tamanho, foi preciso hospeda-los em um site externo para ficar disponível. Caso queira replicar este projeto e queira utilizar os dados aqui presentes, acesse a pasta "links".