강의 자료 업데이트 및 용어집 정리

ai lecture/source_code/part_8_fastapi_project/api.py

+# api.py
+# API 엔드포인트의 실제 로직을 정의합니다.
+
+from fastapi import APIRouter, HTTPException
+from sklearn.datasets import load_iris
+from sklearn.tree import DecisionTreeClassifier
+import numpy as np
+from . import schemas # 현재 패키지(디렉터리)의 schemas 모듈을 임포트
+
+# --- 모델 준비 ---
+# 실제 프로덕션 환경에서는 미리 학습되고 저장된 모델 파일(e.g., .joblib, .pkl)을 로드해야 합니다.
+# 여기서는 실습 편의를 위해 서버 시작 시 간단한 모델을 학습시켜 메모리에 올립니다.
+iris = load_iris()
+X = iris.data
+y = iris.target
+
+# 간단한 결정 트리 모델 훈련
+model = DecisionTreeClassifier(max_depth=3, random_state=42)
+model.fit(X, y)
+model_info = {
+    "name": "Iris Species Predictor",
+    "version": "1.0",
+    "description": "A simple Decision Tree classifier for Iris species."
+}
+print(f"'{model_info['name']}' 모델이 준비되었습니다.")
+
+# --- API 라우터 설정 ---
+# APIRouter를 사용하면 엔드포인트를 모듈화하여 관리할 수 있습니다.
+router = APIRouter()
+
+@router.get("/model", response_model=schemas.ModelInfo)
+async def get_model_info():
+    """로드된 머신러닝 모델의 정보를 반환합니다."""
+    return model_info
+
+@router.post("/predict", response_model=schemas.IrisPrediction)
+async def predict_species(iris_input: schemas.IrisInput):
+    """
+    붓꽃의 특성(sepal/petal length/width)을 입력받아 품종을 예측합니다.
+    
+    - **입력**: 붓꽃의 4가지 특성 (JSON)
+    - **출력**: 예측된 품종 이름과 클래스 번호 (JSON)
+    """
+    try:
+        # Pydantic 모델에서 받은 입력을 numpy 배열로 변환
+        input_data = np.array([[
+            iris_input.sepal_length,
+            iris_input.sepal_width,
+            iris_input.petal_length,
+            iris_input.petal_width
+        ]])
+
+        # 모델 예측
+        prediction_value = model.predict(input_data)
+        predicted_class_index = int(prediction_value[0])
+        
+        # 예측된 클래스 인덱스에 해당하는 품종 이름 찾기
+        predicted_species_name = iris.target_names[predicted_class_index]
+        
+        return schemas.IrisPrediction(
+            species_name=predicted_species_name,
+            prediction=predicted_class_index
+        )
+    except Exception as e:
+        # 예외 발생 시, 서버 에러(500)와 함께 상세 내용을 반환
+        raise HTTPException(status_code=500, detail=str(e)) 
\ No newline at end of file

ai lecture/source_code/part_8_fastapi_project/requirements.txt

+fastapi
+uvicorn
+pydantic
+scikit-learn
+numpy 
\ No newline at end of file