https://github.com/ledsouza/machine-learning-api
Este projeto demonstra os conceitos básicos de desenvolvimento de APIs para modelos de Machine Learning utilizando Flask.
https://github.com/ledsouza/machine-learning-api
api flask machine-learning mlops
Last synced: 2 months ago
JSON representation
Este projeto demonstra os conceitos básicos de desenvolvimento de APIs para modelos de Machine Learning utilizando Flask.
- Host: GitHub
- URL: https://github.com/ledsouza/machine-learning-api
- Owner: ledsouza
- Created: 2024-07-28T21:49:41.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2024-07-28T21:55:09.000Z (almost 2 years ago)
- Last Synced: 2025-01-14T05:20:30.508Z (over 1 year ago)
- Topics: api, flask, machine-learning, mlops
- Language: Jupyter Notebook
- Homepage:
- Size: 58.6 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
## API para Predição de Preço de Imóveis e Análise de Sentimentos 🏡💬
## Descrição
Este projeto demonstra os conceitos básicos de desenvolvimento de APIs para modelos de Machine Learning utilizando Flask. Ele oferece dois endpoints principais:
- **Análise de Sentimentos:** Analisa o sentimento expresso em um texto, retornando a polaridade da frase.
- **Predição de Preço de Imóveis:** Prevê o preço de um imóvel com base em suas características (tamanho, ano de construção e número de vagas na garagem).
## Tecnologias Utilizadas
- Python
- Flask
- TextBlob
- Googletrans
- Scikit-learn (LinearRegression)
- Pickle
- Flask-BasicAuth
## Endpoints da API
### 1. Análise de Sentimentos
- **Rota:** `/sentimento/`
- **Método:** GET
- **Parâmetros:**
- `frase`: Frase a ser analisada (string).
- **Retorno:** Polaridade da frase (número entre -1 e 1).
**Exemplo de Requisição:**
```
GET /sentimento/Este filme é incrível!
```
**Exemplo de Resposta:**
```
polaridade: 0.8
```
### 2. Predição de Preço de Imóveis
- **Rota:** `/cotacao/`
- **Método:** POST
- **Autenticação:** Basic Auth (usuário: `user`, senha: `admin`)
- **Corpo da Requisição (JSON):**
```json
{
"tamanho": 100,
"ano": 2010,
"garagem": 2
}
```
- **Retorno:** Preço previsto do imóvel (número).
**Exemplo de Requisição:**
```
POST /cotacao/
Content-Type: application/json
{
"tamanho": 100,
"ano": 2010,
"garagem": 2
}
```
**Exemplo de Resposta:**
```json
{
"preco": 550000.0
}
```