Inżynieria Uczenia Maszynowego

Studenci:

Bartłomiej Krawczyk - 310774
Mateusz Brzozowski - 3106

Temat

W ramach projektu wcielamy się w rolę analityka pracującego dla portalu „Pozytywka” - serwisu muzycznego, który swoim użytkownikom pozwala na odtwarzanie ulubionych utworów online. Praca na tym stanowisku nie jest łatwa - zadanie dostajemy w formie enigmatycznego opisu i to do nas należy doprecyzowanie szczegółów tak, aby dało się je zrealizować. To oczywiście wymaga zrozumienia problemu, przeanalizowania danych, czasami negocjacji z szefostwem. Same modele musimy skonstruować tak, aby gotowe były do wdrożenia produkcyjnego - pamiętając, że w przyszłości będą pojawiać się kolejne ich wersje, z którymi będziemy eksperymentować.

Jak każda szanująca się firma internetowa, Pozytywka zbiera dane dotyczące swojej działalności - są to:

• lista dostępnych artystów i utworów muzycznych,
• baza użytkowników,
• historia sesji użytkowników,
• techniczne informacje dot. poziomu cache dla poszczególnych utworów.

(analitycy mogą wnioskować o dostęp do tych informacji na potrzeby realizacji zadania)

Serwis

Wymagania

W celu odpalenia aplikacji wymagana jest instalacja zależności. Warto to zrobić z wykorzystaniem venv:

python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

Sposób uruchomienia

Bezpośrednie wywołanie skryptu microservice.py:

python ./microservice.py

Wywołanie skryptu microservice.py za pomocą Flask:

flask --app microservice run

Wywołanie skryptu microservice.py:

./microservice.py

Endpoint-y

• /predict/<predicting_model>

Endpoint jest odpowiedzialny za zwracanie predykcji z wybranego modelu. Pozwala użytkownikom przesłać dane do modelu i otrzymać wynik predykcji w odpowiedzi.

Dostępne modele predykcyjne:

• dummy

• logistic_regression

• xgb_classifier

• xgb_classifier_best_estimator

• /ab/

Służy do przeprowadzenia eksperymentu typu A/B na aplikacji. Pozwala na przetestowanie różnych wariantów, takich jak interfejsy użytkownika, algorytmy lub funkcje, w celu określenia, który z nich zapewnia lepsze rezultaty lub doświadczenie dla użytkowników.

Sposób działania:

1. Dane wejściowe: Podczas przesyłania żądania do endpointu /ab/, przesyłane są dane związane z eksperymentem A/B. Ważnym elementem jest identyfikator rekordu, który umożliwia przypisanie danego użytkownika do odpowiedniego modelu.

2. Wybór modelu: Na podstawie przesłanego identyfikatora rekordu, serwer wybiera odpowiedni model, który zostanie użyty do przeprowadzenia predykcji.

3. Predykcja i zapis danych: Serwer korzysta z wybranego modelu, aby dokonać predykcji na podstawie przesłanych danych. Wynik predykcji jest odsyłany i następnie zapisywany w bazie danych (plik CSV).

• /init/

Endpoint pomocniczy służący do wyczyszczenia bazy danych i wczytania jej na nowo może być użyteczny w przypadku konieczności zresetowania lub zaktualizowania danych w systemie.

Sposób działania:

1. Wyczyszczenie bazy danych: Pierwszym krokiem w procesie ponownego wczytania bazy danych jest usunięcie wszystkich istniejących rekordów i danych z bazy danych.

2. Wczytanie nowych danych: Po wyczyszczeniu bazy danych, endpoint może wczytać nowe dane.

Przykładowe wywołanie:

curl --location 'http://127.0.0.1:5000/predict/xgb_classifier_best_estimator' \
--header 'Content-Type: application/json' \
--data '{
    "user_id": 0,
    "month": 1,
    "year": 2023,
    "number_of_advertisements": 0,
    "number_of_tracks": 0,
    "number_of_skips": 0,
    "number_of_likes": 0,
    "number_of_liked_tracks_listened": 0,
    "number_of_tracks_in_favourite_genre": 0,
    "total_number_of_favourite_genres_listened": 0,
    "average_popularity_in_favourite_genres": 0,
    "total_tracks_duration_ms": 0,
    "number_of_different_artists": 0,
    "average_release_date": 0,
    "average_duration_ms": 0,
    "explicit_tracks_ratio": 0,
    "average_popularity": 0,
    "average_acousticness": 0,
    "average_danceability": 0,
    "average_energy": 0,
    "average_instrumentalness": 0,
    "average_liveness": 0,
    "average_loudness": 0,
    "average_speechiness": 0,
    "average_tempo": 0,
    "average_valence": 0,
    "average_track_name_length": 0,
    "average_daily_cost": 0
}'