CommencezCommencez gratuitement

Créer le point de terminaison de prédiction

Dans cet exercice, vous allez créer un point de terminaison de prédiction qui utilise un modèle préentraîné pour estimer la progression du diabète.

Le modèle a été entraîné sur un jeu de données comprenant trois caractéristiques : age, bmi et blood_pressure. Il prédit ensuite le score de progression du diabète. À partir de ces entrées, il estime un score de progression qui aide à évaluer l'évolution possible de la condition dans le temps.

Vous utiliserez FastAPI pour créer un point de terminaison POST qui accepte les données d'un patient et retourne une prédiction de la progression du diabète.

Cette activité fait partie du cours

Déployer l'IA en production avec FastAPI

Voir le cours

Instructions de l’exercice

  • Créez une instance d'application FastAPI pour commencer à développer l'API.
  • Créez un point de terminaison POST à /predict qui accepte les features du patient et retourne une prédiction.
  • Utilisez le modèle chargé pour produire une prédiction à partir des caractéristiques en entrée.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create FastAPI instance
app = ____()

# Create a POST request endpoint at the route "/predict"
@app.____("/____")
async def predict_progression(features: DiabetesFeatures):
    input_data = [[
        features.age,
        features.bmi,
        features.blood_pressure
    ]]
    
    # Use the predict method to make a prediction
    prediction = model.____(input_data)
    return {"predicted_progression": float(prediction[0])}
Modifier et exécuter le code