Aan de slagBegin gratis

Numerieke requestdata verwerken

Je bouwt een moderatiesysteem voor content. Het systeem moet een vertrouwensscore berekenen voor elke gebruikersreactie op basis van numerieke kenmerken: length, user_reputation en report_count. Je maakt een endpoint dat deze kenmerken verwerkt zodat ze geschikt zijn voor het moderatiemodel.

Let op: het ML-model en het Pydantic-model CommentMetrics met length(int), user_reputation(int) en report_count(int) zijn al voor je aangemaakt en geladen.

Deze oefening maakt deel uit van de cursus

AI in productie brengen met FastAPI

Bekijk cursus

Oefeninstructies

  • Zet in main.py de binnenkomende metrics-gegevens van de comment om naar een 2D-array van NumPy en extraheer length, user_reputation, report_count voordat je deze aan het model doorgeeft.

  • Maak de voorspelling met het vooraf geladen model door de features-array eraan door te geven.

  • Start de server door main.py uit te voeren met het commando python3 main.py.

  • Open een tweede terminal via de rechterbovenhoek van de terminal.

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

  • Test het predict_trust-endpoint met het volgende curl-commando: 

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

Interactieve oefening met praktijkervaring

Zet theorie om in actie met een van onze interactieve oefeningen

Begin oefening