Scooter 派遣
市議會非常喜歡 Sam 對「電動滑板車是否阻擋人行道」的預測。喜歡到他們請她打造一個通知系統，派遣人員把佔用人行道的滑板車拖離。
有了她建立的資料集，只要請求的情感為負向，Sam 就能將人員派往該案件的座標位置。
在這個練習中，你會協助 Sam 建立一套依據情感分析與影像辨識來派遣人員的系統。你將幫助 Sam 結合人力與機器，讓市政管理更有效率！
本練習屬於課程
Python 中的 AWS Boto 入門
練習說明
- 取得
'scooter_notifications'的 SNS 主題 ARN。 - 對每一列資料，若情感為
'NEGATIVE'，且影像中有電動滑板車，則組合要傳送的訊息。 - 將通知發佈到該 SNS 主題。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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")