CommencerCommencer gratuitement

Créer le point de terminaison de prédiction

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

Le modèle a été formé à partir d'un ensemble de données comportant trois caractéristiques : age, bmi et blood_pressure. Il prédit ensuite le score de progression du diabète. À partir de ces données, il prédit un score de progression du diabète, qui aide à évaluer comment la maladie pourrait évoluer au fil du temps.

Vous utiliserez FastAPI pour créer un point de terminaison POST qui accepte les données des patients et renvoie une prédiction de la progression du diabète.

Cet exercice fait partie du cours

Déployer l'IA en production avec FastAPI

Afficher le cours

Instructions

  • Veuillez créer une instance d'application de FastAPI pour commencer à développer l'API.
  • Créez un point de terminaison POST à l'adresse /predict qui accepte les informations d'features des patients et renvoie une prédiction.
  • Utilisez le modèle chargé pour effectuer une prédiction basée sur les caractéristiques d'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