AquaSafe - Preditor de Potabilidade da Água

Este projeto utiliza um modelo de machine learning (Random Forest) treinado para prever se uma amostra de água é potável ou não, com base em diversos parâmetros físico-químicos. A solução conta com uma API construída em Flask e um front-end simples em HTML/CSS.

---

📁 Estrutura do Projeto

/projeto/
│
├── api_potabilidade.py       # API Flask que carrega e serve o modelo
├── modelo_random_forest_potabilidade.pkl  # Modelo treinado (.pkl)
│
├── index.html                # Interface web para entrada de dados
├── style.css                 # Estilos visuais do front-end
│
|___teste_api.py              # Arquivo opcional para teste caso tenha dificuldade para rodar pelo navegador
|
└── README.md                 # Este arquivo

---

⚙️ Requisitos

• Python 3.x
• Pip

🔧 Instale as dependências:

pip install flask flask-cors joblib numpy

---

🚀 Como rodar a API

1. Certifique-se de que o arquivo modelo_random_forest_potabilidade.pkl está na mesma pasta que api_potabilidade.py.
2. Execute o servidor Flask:

python api_potabilidade.py

Você verá algo como:

 * Running on http://127.0.0.1:5000/

---

🌐 Como rodar o front-end

Para evitar bloqueios do navegador (CORS), é necessário servir os arquivos HTML/CSS via um servidor local.

✅ Com Python:

No terminal, dentro da pasta do projeto:

python -m http.server 8000

Acesse no navegador:

http://127.0.0.1:8000/index.html

---

🧪 Como usar

1. Preencha os campos com os dados da amostra de água.
2. Clique em Predict.
3. A previsão aparecerá indicando se a água é Potable (potável) ou Not Potable (não potável).

Obs. Caso tenha alguma dificuldade para rodar pelo navegador, pode, alternativamente, executar o servidor Flask, abrir um novo terminal e e executar o o python teste_API.py

💡 Tecnologias Utilizadas

• Python
• Flask
• HTML5 + CSS3
• JavaScript
• Machine Learning (Random Forest)

---

📌 Observações

• A API e o front-end rodam localmente e não dependem de serviços externos.
• O modelo .pkl foi treinado previamente e exportado usando joblib.

---

👨‍🏫 Uso Acadêmico

Este projeto foi desenvolvido para fins de apresentação acadêmica, simulando uma aplicação prática de IA para apoio à saúde pública e controle ambiental.

🧑‍💻 Contribuição

Projeto desenvolvido por Rodrigo Borges.
Sinta-se à vontade para explorar, adaptar ou contribuir!