始める無料で始める

数値リクエストデータの処理

コンテンツモデレーションシステムを構築しましょう。このシステムでは、length（文字数）、user_reputation（ユーザー評価）、report_count（報告件数）という数値特徴量をもとに、各ユーザーコメントの信頼スコアを算出します。これらの特徴量をモデレーションモデルに適した形式に変換するエンドポイントを作成しましょう。

MLモデルと、length（int）、user_reputation（int）、report_count（int）を持つ CommentMetrics Pydantic モデルはすでに作成・読み込み済みです。

この演習はコースの一部です

FastAPI を使った AI のプロダクション環境へのデプロイ

コースを見る

演習の手順

  • main.py で、受け取ったコメントの metrics データを NumPy の2次元配列に変換し、length、user_reputation、report_count を取り出してからモデルに渡しましょう。

  • 事前に読み込まれた model に features 配列を渡し、予測を実行しましょう。

  • python3 main.py コマンドを実行して main.py を起動しましょう。

  • ターミナル右上から新しいターミナルを開きましょう。

    Terminal with arrow pointing to the "new terminal" button on top right.

  • 以下の curl コマンドを使って predict_trust エンドポイントをテストしましょう。

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

実践的なインタラクティブ演習

理論を実践に変える、インタラクティブな演習のひとつをお試しください

演習を開始する