Mulai sekarangMulai gratis

Menangani data permintaan numerik

Anda sedang membangun sistem moderasi konten. Sistem perlu menghitung skor kepercayaan untuk setiap komentar pengguna berdasarkan fitur numerik — length, user_reputation, dan report_count. Anda akan membuat endpoint yang memproses fitur-fitur ini agar sesuai dengan model moderasi.

Perhatikan bahwa model ML dan model Pydantic CommentMetrics dengan length(int), user_reputation(int), dan report_count(int) sudah dibuat dan dimuat untuk Anda.

Latihan ini merupakan bagian dari kursus

Menerapkan AI ke Produksi dengan FastAPI

Lihat Kursus

Instruksi latihan

  • Di main.py, ubah data metrics komentar yang masuk menjadi array 2D NumPy dan ekstrak length, user_reputation, report_count sebelum meneruskannya ke model.

  • Lakukan prediksi menggunakan model yang sudah dimuat dengan meneruskan array features ke model tersebut.

  • Jalankan server dengan menjalankan main.py menggunakan perintah python3 main.py.

  • Buka terminal lain dari pojok kanan atas terminal.

    Terminal dengan panah mengarah ke tombol "new terminal" di kanan atas.

  • Uji endpoint predict_trust menggunakan perintah curl: 

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

Latihan interaktif langsung

Ubah teori menjadi aksi dengan salah satu latihan interaktif kami

Mulai latihan