TCE-GO Artificial Intelligence Framework
Project description
TCE-GO Artificial Intelligence Framework
Framework de Inteligência Artificial desenvolvido para o Tribunal de Contas do Estado de Goiás.
Instalação
Antes de começar tenha certeza de que o pip está instalado com o python>=3.8.
Para instalar localmente:
pip install tcegoframework
Uso
Requisitos
Um arquivo config.ini que possua obrigatoriamente a seguinte estrutura deve existir no diretório onde o framework será chamado:
[options.dremio]
connection = database.address:port
user = username
password = password
[options.training]
expired_class_path = arquivo_naturezas_vigência_expirada.xlsx
validated_data_path = dados_validados.xlsx
[options.dremio]
connection: endereço e porta do banco de dados onde serão feitas as consultas.user: nome de usuário do dremio.password: senha do usuário do dremio.
[options.training]
expired_class_path: endereço para o arquivo que possui as naturezas fora de vigência.validated_data_path: endereço para o arquivo que possui os dados validados por um especialista quanto à corretude.
Treino
Para iniciar o treinamento:
tcegoaif training
Será gerada uma estrutura de arquivos que não deve ser modificada para correto funcionamento do framework.
Inferência
Para que seja possível realizar inferência os arquivos gerados pelo treinamento devem constar no diretório em que o comando for executado:
tcegoaif inference
Ao final da inferência são gerados dois arquivos:
-
dia-da-execução_results.csv: resultados da inferência contendo a seguinte estrutura:Identificador do empenho Empenho Sequencial Empenho Natureza Predita Corretude Predita Avaliação final do modelo xxxx.xxxx.xxx.xxxxx xxxx.xxxx.xxx.xxxxx x.x.xx.xx.xx OK C-M1-M2 -
dia-da-execução_plot.png: gráfico contendo a distribuição da avaliação final do framework.
Filtros
Alguns filtros são suportados por ambos os comandos.
-
Intervalo de Datas
Busca todos os documentos no intervalo de datas (dd/mm/aaaa) especificado. Funciona em modo de treino ou inferência e não pode ser usado em conjunto com o filtro de Data.
tcegoaif inference --daterange 01/01/2020 01/02/2020ou
tcegoaif inference -dr 01/01/2020 01/02/2020 -
Data(s)
Busca documentos de uma ou mais datas (dd/mm/aaaa) especificadas pelo filtro. Funciona apenas para o modo de inferência e não pode ser usada em conjunto com o filtro de Intervalo de Datas.
tcegoaif inference --date 01/01/2020 02/01/2020 05/01/2020ou
$tcegoaif inference -d 01/01/2020 02/01/2020 05/01/2020 -
Órgão(s)
Busca documentos de um ou mais órgãos especificados no filtro. Funciona apenas para o modo de inferência e pode ser combinado com qualquer um dos outros filtros.
tcegoaif inference --orgao FUNEBOMou
tcegoaif inference -o FUNEBOM
Contribuições
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file tcegoframework-0.5.6.tar.gz.
File metadata
- Download URL: tcegoframework-0.5.6.tar.gz
- Upload date:
- Size: 28.1 MB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/3.4.2 importlib_metadata/4.8.1 pkginfo/1.7.1 requests/2.26.0 requests-toolbelt/0.9.1 tqdm/4.62.3 CPython/3.9.7
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
bf6b1c1df5d8826efc4e13de697b0f7adacc3e7906fc423f00bc051262c7c123
|
|
| MD5 |
29e8ceb948839beebcbb5c74d2994d7e
|
|
| BLAKE2b-256 |
f3845792de5af29919896fe99a4c805effd752333ce1ebad4d9a40f1179f3747
|
File details
Details for the file tcegoframework-0.5.6-py3-none-any.whl.
File metadata
- Download URL: tcegoframework-0.5.6-py3-none-any.whl
- Upload date:
- Size: 28.1 MB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/3.4.2 importlib_metadata/4.8.1 pkginfo/1.7.1 requests/2.26.0 requests-toolbelt/0.9.1 tqdm/4.62.3 CPython/3.9.7
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
db7b8777c20dc1c26dc3b7e0b3759fe017a52060f480eddc64ff0c90e1239fe5
|
|
| MD5 |
245cf3fe1100fefa174e130c17297ade
|
|
| BLAKE2b-256 |
d9e2d8f18ef52e6899760bb2ee847428fb6269f0d390013baaedf8e5719e827e
|