Skip to content

annakor98/2023-autumn-ab-python-ads-HW-5

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

18 Commits
 
 

Repository files navigation

2023-autumn-ab-python-ads-HW-5

Общее описание

С помощью фреймворка FastAPI реализовать API на основе вашего проекта "Атака фродеров" (этап 2) по алгоритмам.

API endpoints

endpoint Тип запроса Тело запроса Действие Примечание
/ GET Возвращает сообщение Hello! This is the fraud detector.
/cost/{error_type} GET Возващает стоимость ошибки I или II рода в рублях (error_type должен принимает значения false-positive или false-negative) См. раздел Константы в Этапе 2
/loss/{baseline} GET Оценивает потери маркетплейса при внедрении каждого бейзлайна в рублях (baseline должен принимать значения constant-fraud, constant-clean, first-hypothesis) См. раздел Бейзлайн и оценка качества в Этапе 2
/predict/{baseline} POST Текст, для которого необходимо сделать предсказание fraud/clean {"text": "карты но водителя заявку и не закончилась сообщений ждать прошу отправителя Городе пытается Телеграм ее Получение ответьте написать передадим дозвонились. заберёт не транспортный дает получила"} Возвращает предсказание класса (fraud/clean) для заданного входного текста См. раздел Бейзлайн и оценка качества в Этапе 2

Требования к содержанию репозитория с решением

  • README.md с кратким описанием проекта
  • poetry.lock и pyproject.toml
  • Makefile (аналогично ДЗ#3)
  • Папка app
    • main.py с реализованными endpoints
    • model_predict.py с функциями для предсказания с помощью каждого из бейзлайнов constant-fraud, constant-clean, first-hypothesis
    • model_estimate.py с функциями, оценивающими потери в рублях для каждого из бейзлайнов constant-fraud, constant-clean, first-hypothesis
    • schemas.py со всеми необходимыми схемами
  • Папка tests

Критерии оценки

  • Реализованы все enpoints - 4 балла
  • В endpoint'ах /cost/{error_type}, /loss/{baseline}, /predict/{baseline} реализована правильная типизация параметров (только 2 возможных значения для error_type и 3 для baseline). Request/response bodies реализованы с использованием pydantic.BaseModel - 2 балла
  • Реализованы тесты на проверку корректности ответов функций, осуществляющих предсказания с помощью каждого из бейзлайнов - 2 балла
  • make lint и make test запускаются без ошибок (приложить вывод в комментарии к PR) - 2 балла

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published