No projeto final, trabalhei com o dataset Iris, utilizando machine learning para classificar espécies de flores com base no comprimento e largura de pétalas e sépalas. Treinei e comparei modelos de SVM e regressão linear, e avaliei o desempenho obtido. O SVM teve uma acurácia de 97.33%, o que o torna muito mais confiável para prever classes em um problema de classificação como esse. Já a regressão linear, apesar de ser um modelo poderoso para previsão de valores contínuos, não foi tão eficaz nesse caso, pois a sua principal função é modelar relações lineares e não é ideal para tarefas de classificação.