CatBoost Learning Studio

App didático em Streamlit para estudo de CatBoost, EDA, transformação, feature selection, treinamento, avaliação e interpretabilidade.

Rodar localmente

pip install -r requirements.txt
streamlit run app.py

Assinatura

Prof. Pedro Nascimento
GitHub: www.github.com/pedrocnf

Deploy simples no Google Cloud

A forma mais simples e barata para este app é usar Cloud Run com min-instances=0 e max-instances=1.

Deploy manual

gcloud run deploy catboost-learning-studio \
  --source . \
  --region us-central1 \
  --allow-unauthenticated

Deploy com Terraform

1. Crie o repositório Artifact Registry e o serviço no Cloud Run com os arquivos em terraform/.
2. Build a imagem e envie para o Artifact Registry.
3. Aponte a variável container_image para a imagem publicada.

GitHub Actions

O workflow em .github/workflows/deploy-cloud-run.yml usa:

• google-github-actions/auth@v3
• google-github-actions/setup-gcloud@v3
• google-github-actions/deploy-cloudrun@v3

Secrets esperados:

• GCP_PROJECT_ID
• GCP_WIF_PROVIDER
• GCP_SERVICE_ACCOUNT