Začněte nyníZačněte zdarma

Zpracování numerických dat v požadavku

Vytváříš systém pro moderování obsahu. Tento systém počítá skóre důvěryhodnosti pro každý uživatelský komentář na základě numerických příznaků – length, user_reputation a report_count. Vytvoříš endpoint, který tyto příznaky zpracuje do podoby kompatibilní s moderačním modelem.

ML model i Pydantic model CommentMetrics s atributy length(int), user_reputation(int) a report_count(int) jsou už připravené a načtené.

Toto cvičení je součástí kurzu

Nasazení AI do produkce s FastAPI

Zobrazit kurz

Pokyny k cvičení

  • V souboru main.py převeď příchozí data metrics komentáře na 2D pole NumPy a extrahuj length, user_reputation, report_count, než je předáš modelu.

  • Proveď predikci pomocí předem načteného model – předej mu pole features.

  • Spusť server příkazem python3 main.py v souboru main.py.

  • Otevři další terminál pomocí tlačítka v pravém horním rohu terminálu.

    Terminál se šipkou ukazující na tlačítko „new terminal" v pravém horním rohu.

  • Otestuj endpoint predict_trust pomocí příkazu curl: 

curl -X POST "http://localhost:8080/predict_trust" \
     -H "Content-Type: application/json" \
     -d '{
           "length": 150,
           "user_reputation": 100,
           "report_count": 0
         }'

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení