Projet de classification, basé sur un projet soclaire

train.py

Sert à entrainer le modèle

fetch_model

Recupère le modèle qu'on avait entrainé, et le model_name est donné par le paramètre: registered_model_name qu'on avait renseigné dans train.py

data_model

Sert à créer un modèle Pydantic pour consolider le modèle de données

Pour lancer l'application

Installer les dépendances

uv sync

Entrainer le modèle

python app/train.py

Lancer un serveur web ASGI pour l'API FastAPI.

uv run uvicorn app.main:app --host 0.0.0.0 --port 8000

la page http://localhost:8000/docs#/ doit alors etre disponible avec les API (FastAPI sert automatiquement Swagger UI)

Faire une prédiction

dans mmain.py on a défini l'API @app.post("/predict") avec des paramètres { "sepal_length": 5, "sepal_width": 3.6, "petal_length": 1.4, "petal_width": 0.2 } on devrait trouver: { "prediction": 0 }, ce qui correspond à la classe iris setosa