Deskripsi ML ReviewApp

ML Berbasis Ulasan Api dirancang untuk menangani ulasan yang diberikan oleh Pengguna (pelanggan) dan Memprediksi apakah Ulasan positif atau negatif
Selain murni implementasi API dari Scratch, sejumlah kelas tingkat tinggi untuk membuat pengembangan API mudah dan sederhana.
* Metodologi / Principal
Ini terdiri dari dua langkah penting: Membuat dan Produksi
1. Penciptaan
Melatih Model Menggunakan Sejarah Dataset dan uji Akurasi Model
Bagaimana untuk melatih dan menguji Model
2. Produksi
Serialisasi & Deserialization
Dalam konteks penyimpanan data, serialisasi adalah proses menerjemahkan struktur data atau negara objek ke dalam format yang dapat disimpan.
Hal ini dilakukan untuk mengurangi ukuran dan kompleksitas dataset dan yang mengurangi waktu re-eksekusi.
* Membuat API menggunakan Flask
Ada tiga bagian penting dalam membangun fungsi pembungkus kami, Apicall ():
i) - Mendapatkan permintaan data masuk oleh pengguna (yang prediksi harus dibuat)
ii) - Memuat estimator acar kami
iii) - jsonify prediksi kami dan mengirim respon kembali
* Penyebaran
i) - Stasiun Cloud Heroku
Heroku adalah sebuah platform cloud berdasarkan sistem wadah yang dikelola, dengan layanan data terpadu dan ekosistem yang kuat, untuk menyebarkan dan menjalankan aplikasi modern.
Deployment Melibatkan proses berikut:
i) - Membuat Aplikasi
ii) - Connection provid GitHub
iii) - Pilih Python sebagai Paket Build
iv) -Heruko Postreg :: DataBase
v) -Deploy Aplikasi