user@devops:~$ cat README.md
MLflow MLOps
# Descrição
Projeto completo de MLOps com MLflow sobre o dataset Wine (UCI) — 178 amostras, 13 features químicas, 3 classes de vinho. Implementa MLflow Tracking para registrar parâmetros, métricas e artefatos de 3 modelos (Logistic Regression, Random Forest, Gradient Boosting) com validação cruzada 5-fold e curvas de aprendizado. MLflow Model Registry versiona cada modelo e promove o melhor (LogisticRegression, 97.72% CV accuracy) para Staging → Production. Inclui inferência carregando o modelo diretamente do Production, 10 visualizações (EDA, confusão, feature importance, comparativas, learning curves) e fluxo completo de experimentação reproduzível com SQLite backend.
# Características principais
$ MLflow Tracking: parâmetros, métricas, artefatos por treinamento
$ Validação cruzada 5-fold com boxplot comparativo entre modelos
$ Feature Importance Analysis para Random Forest e Gradient Boosting
$ Learning Curves para diagnosticar viés/variança dos 3 modelos
$ MLflow Model Registry: versionamento e stages (None → Staging → Production)
$ Promoção automática do melhor modelo para Production
$ Inferência do Production: carregar modelo registrado e prever 5 amostras
$ 10 visualizações: EDA, matrizes de confusão, comparativas, curvas
$ Backend SQLite para tracking persistente
# Galeria
# Tecnologias utilizadas
