FastAPI ML Project

Este é um projeto de estudo feito em FastAPI, que permite:

1. Fazer upload de datasets (arquivos .csv).
2. Treinar modelos de Machine Learning (ex.: RandomForest).
3. Realizar predições (incluindo probabilidades e batch inference).

Observação: Este projeto tem fins educacionais e pode ser aprimorado em diversos aspectos. Sinta-se livre para contribuir!

---

🚀 Pré-requisitos

• Python 3.8+ instalado na sua máquina.
• pip (gerenciador de pacotes) ou conda para instalar as dependências.
• Git (opcional, se quiser clonar o repositório diretamente).

---

📦 Instalação

No diretório raiz do projeto, execute:

pip install -r requirements.txt

Execução

Para subir a API localmente, rode:

uvicorn app.main:app --reload

A aplicação estará acessível em http://127.0.0.1:8000. A documentação interativa do FastAPI estará em http://127.0.0.1:8000/docs ou http://127.0.0.1:8000/redoc.

Endpoints Principais

1. Upload de Dataset Endpoint: POST /datasets/upload Body (form-data): arquivo .csv no campo file.
2. Treino de Modelo Endpoint: POST /model/train Body (JSON): Exemplo

{
  "file_name": "flowers.csv",
  "target_column": "species",
  "n_estimators": 100,
  "max_depth": null,
  "test_size": 0.2,
  "random_state": 42
}

Retorna model_path, report, accuracy, etc.

Obtenção de Métricas

Endpoint: GET /metrics/ Query Param: file_name=flowers.csv

Download do Modelo

Endpoint: GET /model/download-file Query Param: model_name=model_flowers.joblib Retorna um link para baixar o arquivo.

Predições

Endpoint: POST /predict/ Body (JSON) para uma única amostra:

{
  "features": [5.1, 3.5, 1.4, 0.2]
}

Endpoint: POST /predict/batch Body (JSON) para múltiplas amostras:

{
  "features_batch": [
    [5.1, 3.5, 1.4, 0.2],
    [6.2, 3.4, 5.4, 2.3]
  ]
}

Endpoint: POST /predict/probabilities Mesmo corpo do batch para retornar predict_proba

Ideias de Melhoria

Melhoria da documentação

Validação Avançada de Dados

Verificar se o .csv contém a coluna-alvo informada ou se tem linhas vazias. Adicionar logs de erro mais detalhados. Suporte a Outros Modelos

Ex.: LogisticRegression, XGBoost, LightGBM, etc. Parametrizar o tipo de modelo escolhido no /model/train. Pipelines de Pré-processamento

Criar Pipeline com StandardScaler, OneHotEncoder etc. para usar em conjunto com o classificador. Versionamento de Modelos

Salvar modelos com ID ou timestamp no nome, permitindo re-treinar sem sobrescrever o anterior. Deploy em Produção

Usar Docker para empacotar o projeto, ou orquestrar em um serviço cloud (AWS, GCP, Azure). Integração com Banco de Dados

Registrar histórico de treinamentos, métricas, logs, etc.