Zacznij terazZacznij za darmo

Wysyłanie ekip do hulajnóg

Rada Miejska była pod ogromnym wrażeniem tego, jak Sam przewidywała, czy hulajnoga blokuje chodnik. Na tyle, że poproszono ją o zbudowanie systemu powiadomień, który wysyła ekipy do usuwania hulajnóg z chodników.

Dysponując przygotowanym zbiorem danych, Sam może kierować ekipy na współrzędne zgłoszenia, gdy prośba ma negatywny wydźwięk.

Scooter Dataframe

W tym ćwiczeniu pomożesz Sam wdrożyć system wysyłający ekipy na podstawie analizy sentymentu i rozpoznawania obrazów. Połączysz możliwości człowieka i maszyny, by usprawnić zarządzanie miastem!

To ćwiczenie jest częścią kursu

Wprowadzenie do AWS Boto w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Pobierz ARN tematu SNS dla 'scooter_notifications'.
  • Dla każdego wiersza sprawdź, czy sentyment to 'NEGATIVE' i czy na zdjęciu widać hulajnogę – jeśli tak, utwórz wiadomość do wysłania.
  • Opublikuj powiadomienie w temacie SNS.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Get topic ARN for scooter notifications
topic_arn = sns.____(Name='____')['____']

for index, row in scooter_requests.iterrows():
    # Check if notification should be sent
    if (row['____'] == 'NEGATIVE') & (row['img_scooter'] == ____):
        # Construct a message to publish to the scooter team.
        message = "Please remove scooter at {}, {}. Description: {}".____(
            row['long'], row['lat'], row['public_description'])

        # Publish the message to the topic!
        sns.____(____ = topic_arn,
                    ____ = message, 
                    ____ = "Scooter Alert")
Edytuj i uruchom kod