CommencerCommencer gratuitement

Créer l’endpoint de prédiction

Dans cet exercice, vous allez créer un endpoint de prédiction qui utilise un modèle pré-entraîné pour estimer la progression du diabète.

Le modèle a été entraîné sur un jeu de données comportant trois variables : age, bmi et blood_pressure. Il prédit ensuite un score de progression du diabète. À partir de ces entrées, il fournit un score de progression, utile pour évaluer l’évolution possible de la maladie dans le temps.

Vous utiliserez FastAPI pour créer un endpoint POST qui accepte des données patient et retourne une prédiction de la progression du diabète.

Cet exercice fait partie du cours

Déployer l’IA en production avec FastAPI

Afficher le cours

Instructions

  • Créez une instance d’application FastAPI pour commencer à développer l’API.
  • Créez un endpoint POST à /predict qui accepte les features du patient et renvoie une prédiction.
  • Utilisez le modèle chargé pour effectuer une prédiction à partir des variables en entrée.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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