1. 学ぶ
    2. /
  2. コース
    3. /
  3. FastAPI を使った AI のプロダクション環境へのデプロイ
Connected

演習

ML予測のリクエストとレスポンスを検証する

コーヒー会社のデータサイエンティストとしての作業を続けましょう。今度は、CoffeeQualityInput データ検証モデルで入力リクエストを検証し、QualityPrediction でレスポンスを検証する FastAPI エンドポイントを作成します。

このエンドポイントはコーヒーのデータを受け取り、品質予測と信頼スコアを返します。

モデルはこの演習用に predict_quality という関数としてすでに読み込まれています。

指示

100 XP
  • CoffeeQualityInput に aroma（float）、flavor（float）、altitude（int）のフィールドを定義してください。
  • POST リクエストデコレーター内でレスポンスを検証するために response_model を指定してください。
  • coffee_data を含む入力リクエストを検証するデータモデルを指定してください。