printer130 / pi_ml_ops_api

PI_ML_OPS

Todo

• API EXAMPLE https://api-pi-82r8.onrender.com/api/get_score_count?platform=amazon&year=2014&scored=3
• Front Page

Transformaciones

• Generar campo id: Cada id se compondrá de la primera letra del nombre de la plataforma, seguido del show_id ya presente en los datasets (ejemplo para títulos de Amazon = as123)

• Los valores nulos del campo rating deberán reemplazarse por el string “G” corresponde al maturity rating: “general for all audiences”

• De haber fechas, deberán tener el formato AAAA-mm-dd

• Los campos de texto deberán estar en minúsculas, sin excepciones

• El campo duration debe convertirse en dos campos: duration_int y duration_type. El primero será un integer y el segundo un string indicando la unidad de medición de duración: min (minutos) o season (temporadas)

• Dataset de ratings y plataformas subido a mongoDB despues de limpiarlos.

API

• Película con mayor duración con filtros opcionales de AÑO, PLATAFORMA Y TIPO DE DURACIÓN. (la función debe llamarse get_max_duration(year, platform, duration_type))

• Cantidad de películas por plataforma con un puntaje mayor a XX en determinado año (la función debe llamarse get_score_count(platform, scored, year))

• Cantidad de películas por plataforma con filtro de PLATAFORMA. (La función debe llamarse get_count_platform(platform))

• Actor que más se repite según plataforma y año. (La función debe llamarse get_actor(platform, year))

Parametros:

• platform: amazon, hulu, disney, netflix
• duration_type: seasons, min
• year

Ejemplos:

get_max_duration

/api/get_max_duration/?**platform**=amazon&**year**=2010&**duration_type**=seasons

get_count_platform

/api/get_count_platform/?**platform**=amazon

get_actor

/api/get_actor/?**platform**=amazon&**year**=2010

predict model

Ir a la url del modelo

/api/predict/?user_id=500&title=the%20shadow%20of%20the%20sun

• Análisis exploratorio de los datos: (Exploratory Data Analysis-EDA):

• Sistema de recomendación: