Состав команды:
- Игорь Ерошин (Капитан)
- Олег Перевиспа
- Евгений Брылин
- Татьяна Меркурьева
- Клим Колчин
- Вадим Монахов
В этом репозитории представлено приложение машинного обучения для работы с датасетом Heart Disease (Kaggle).
Приложение позволяет ввести параметры, по которым модель предскажет вероятность болезни сердца.
Параметры:
- age - возраст;
- sex - пол;
- chest pain type - тип боли в груди;
- resting blood pressure - кровяное давление в состоянии покоя;
- serum cholesterol - уровень холестерина;
- fasting blood sugar - уроверь глюкозы натощак;
- resting electrocardiogram results - показатели электрокардиограммы в состоянии покоя;
- maximum heart rate achieved - максимальный зафиксированный ритм сердцебиения;
- exercise induced angina - возникает ли стенокардия при физических нагрузках;
- oldpeak - депрессия показателя ST на электрокардиограмме;
- ST slope - склон показателя ST в пике при физических нагрузках;
- class - целевой показатель, наличие болезни сердца.
Для реализации проекта использованы такие технологии, как:
- Jenkins для автоматизации сборки;
- Docker для контейнеризации;
- streamlit для пользовательского интерфейса;
- GitHub Actions для тестов.
Проект реализован как микросервис и запускается в Docker-контейнере, поэтому для запуска потребуется Docker, с установкой которого можно ознакомиться в этой документации. Также должны быть установлены Python и pip (подробнее в документации).
Шаги по установке и запуску проекта:
- Клонирование репозитория:
git clone https://github.com/MonakhovVadim/urfu_mlops_7.git
cd urfu_mlops_7/
- Установка зависимостей:
pip install -r requirements.txt
- Сборка образа и запуск контейнера:
docker compose up -d --build
После запуска сервис будет доступен в браузере по адресу http://localhost:8501/
. Для доступа к этому адресу порт 8501
должен быть открыт.