ПочатиПочніть безкоштовно

Обробка числових даних запиту

Ви створюєте систему модерації контенту. Система має обчислювати довірчий бал для кожного користувацького коментаря на основі числових ознак — length, user_reputation і report_count. Ви створите endpoint, який обробляє ці ознаки, щоб зробити їх сумісними з модераційною моделлю.

Зверніть увагу, що ML‑модель і Pydantic‑модель CommentMetrics із полями length(int), user_reputation(int) та report_count(int) вже створені й завантажені для вас.

Ця вправа є частиною курсу

Розгортання AI у продакшні з FastAPI

Переглянути курс

Інструкції до вправи

  • У main.py перетворіть вхідні дані metrics коментаря на двовимірний масив NumPy та витягніть length, user_reputation, report_count перед передаванням цих значень у модель.

  • Зробіть передбачення за допомогою попередньо завантаженої model, передавши їй масив features.

  • Запустіть сервер, виконавши main.py командою python3 main.py.

  • Відкрийте ще один термінал у правому верхньому куті панелі термінала.

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

  • Протестуйте endpoint predict_trust за допомогою команди curl: 

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

Практична інтерактивна вправа

Перетворіть теорію на практику за допомогою однієї з наших інтерактивних вправ

Почати вправу