Endpoint /predict Pertama Anda
Muat model dan kembalikan prediksi melalui HTTP.
Endpoint /predict Pertama Anda adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.
Dari Notebook ke API
Model di notebook hanya membantu Anda. Untuk melayani pengguna sungguhan, bungkus model dalam API yang dapat dipanggil siapa pun melalui jaringan. 🚀
Mengapa FastAPI
FastAPI adalah kerangka kerja web Python modern yang cepat ditulis, memvalidasi input untuk Anda, dan membuat dokumentasi interaktif secara otomatis.
Instalasi
Anda memerlukan dua hal: FastAPI itu sendiri dan server untuk menjalankannya. Instal keduanya dengan pip dalam satu baris.
pip install fastapi uvicornBuat Aplikasi
Semuanya dimulai dari satu objek app. Anda membuat instans FastAPI dan memasang rute padanya.
from fastapi import FastAPI
app = FastAPI()Apa Itu Endpoint
Endpoint adalah URL yang ditanggapi oleh aplikasi Anda, seperti /predict. Setiap endpoint menjalankan fungsi Python saat dipanggil seseorang.
Muat Model Anda Terlebih Dahulu
Sebelum melakukan prediksi, Anda memuat model yang telah dilatih dari disk. Di sini, joblib membaca model scikit-learn yang tersimpan ke dalam memori.
import joblib
model = joblib.load("model.joblib")Deklarasikan Rute
Anda menandai suatu fungsi sebagai endpoint POST dengan dekorator. POST cocok untuk prediksi karena Anda mengirim data di badan permintaan.
@app.post("/predict")
def predict(features: list[float]):
...Jalankan Prediksi
Di dalam fungsi, Anda memanggil model. predict mengharapkan masukan 2D, jadi Anda membungkus baris tersebut dalam daftar sebelum meneruskannya.
pred = model.predict([features])
result = pred[0]Kembalikan JSON
Apa pun yang dikembalikan fungsi Anda, FastAPI otomatis menserialisasikannya menjadi JSON. Kembalikan dict biasa, dan klien akan menerima JSON yang rapi.
return {"prediction": result}Mulai Server
Anda menjalankan aplikasi dengan uvicorn, dengan menunjuk modul dan objek aplikasi. Tanda muat ulang akan memulai ulang server saat kode berubah.
uvicorn main:app --reloadCoba Dokumentasi Otomatis
Kunjungi /docs di peramban Anda, lalu FastAPI akan menampilkan halaman interaktif tempat Anda dapat menguji /predict tanpa menulis kode klien apa pun. 🎉
Pemeriksaan Singkat
Anda ingin klien mengirim data fitur ke model Anda. Metode HTTP mana yang cocok untuk endpoint /predict?
Rangkuman
Anda membungkus model dalam FastAPI: membuat app, memuat model, menyediakan POST /predict yang mengembalikan JSON, lalu menjalankannya dengan uvicorn. Itulah API yang aktif! 🙌
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Endpoint /predict Pertama Anda” gratis?
Ya — teks lengkap “Endpoint /predict Pertama Anda” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Endpoint /predict Pertama Anda”?
Muat model dan kembalikan prediksi melalui HTTP. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MLOps Academy?
Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.
Berapa lama pelajaran “Endpoint /predict Pertama Anda” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Endpoint /predict Pertama Anda
- Validasi Permintaan dengan Pydantic
- Muat Model Sekali Saat Startup
- Tambahkan Pemeriksaan Kesiapan /health