Este é o repositório do projeto puc-rio-machine-learning, uma aplicação web para análise de ranking e avaliação de jogos. A aplicação permite que os usuários se cadastrem, realizem o login, visualizem um mural de jogos fornecidos pela api da RAWG (https://api.rawg.io/docs/), vejam avaliações de jogos específicos e contribuam com suas próprias avaliações.
- Python 3.x
- Flask
- MySQL (ou outro banco de dados de sua escolha)
- Outras dependências listadas no arquivo
requirements.txt
- Clone o repositório:
git clone https://github.com/joaofeliperl/puc-rio-machine-learning.git - Navegue até o diretório do projeto:
cd machine-learning - Instale as dependências:
pip install -r requirements.txt
- Configure as credenciais do banco de dados no arquivo
config.py. - Execute o script SQL (
database.sql) para criar o banco de dados e as tabelas necessárias.
- Execute o aplicativo Flask:
python src/backend/app.py - Abra o navegador e acesse
http://localhost:5000
- Cadastro de Usuário: Os usuários podem se cadastrar fornecendo seu nome, e-mail e senha.
- Login: Os usuários podem fazer login para acessar as funcionalidades restritas.
- Mural de Jogos: Visualize uma lista de jogos disponíveis.
- Detalhes do Jogo: Veja informações detalhadas sobre um jogo específico, incluindo avaliações e comentários.
- Avaliação de Jogos: Os usuários podem contribuir com suas próprias avaliações e comentários para jogos.
- Ranking de Jogos: Os usuários podem verificar ranking de avaliações de jogos.
src
├── backend
│ ├── app.py
│ ├── models
│ ├── templates
│ └── static
├── frontend
│ ├── css
│ ├── img
│ ├── js
│ └── templates
├── database.sql
├── README.md
└── requirements.txt
- Faça um fork do projeto.
- Crie uma branch para sua feature:
git checkout -b feature-nova - Faça commit das suas mudanças:
git commit -m 'Adicione nova feature' - Envie para o branch:
git push origin feature-nova - Abra um Pull Request