ClinicExpert
ML API
Sistemi

📁 clinicexpert-ml-api/ │ ├── 📁 src/ ── Ana uygulama kaynak kodları │ ├── 📁 data/ ── ETL Pipeline (Extract, Transform, Load) │ │ ├── etl_pipeline.py ── Veri çıkarma ve dönüştürme │ │ ├── preprocessing.py ── Metin temizleme ve normalizasyon │ │ └── data_loader.py ── Veri seti yükleme ve dengeleme │ │ │ ├── 📁 models/ ── Model eğitimi ve değerlendirme │ │ ├── trainer.py ── LightGBM model eğitim pipeline'ı │ │ ├── feature_extractor.py ── TF-IDF + MiniLM öznitelik çıkarımı │ │ └── evaluator.py ── Model performans metrikleri │ │ │ ├── 📁 inference/ ── Tahmin mantığı ve yönlendirme │ │ ├── predictor.py ── Ana tahmin motoru │ │ ├── router.py ── ML/LLM hibrit yönlendirme │ │ └── llm_fallback.py ── OpenAI/Anthropic hakem entegrasyonu │ │ │ ├── 📁 labeling/ ── LLM destekli otomatik etiketleme │ │ ├── auto_labeler.py ── Otomatik etiketleme süreçleri │ │ └── quality_check.py ── Etiket kalite kontrolü │ │ │ └── 📁 api/ ── FastAPI servis tanımlamaları │ ├── main.py ── FastAPI uygulama başlatma noktası │ ├── routes.py ── API endpoint tanımları │ └── schemas.py ── Pydantic istek/yanıt modelleri │ ├── 📁 data/ ── Eğitilmiş modeller ve işlenmiş veriler │ ├── 📁 models/ ── Serileştirilmiş model dosyaları │ │ ├── lightgbm_classifier.pkl ── Eğitilmiş LightGBM modeli │ │ ├── tfidf_vectorizer.pkl ── TF-IDF vektörizör │ │ └── minilm_config.json ── MiniLM yapılandırması │ └── 📁 processed/ ── İşlenmiş eğitim/test veri setleri │ ├── 📁 config/ ── Konfigürasyon dosyaları │ ├── model_config.yaml ── Model hiperparametreleri │ ├── api_config.yaml ── API servis ayarları │ └── categories.yaml ── Sınıflandırma kategori tanımları │ ├── 📁 scripts/ ── Yardımcı betikler │ ├── deploy_production.sh ── Production dağıtım betiği │ ├── train_model.sh ── Model eğitim betiği │ └── label_data.sh ── Veri etiketleme betiği │ ├── 📁 logs/ ── Uygulama logları │ ├── Dockerfile ── python:3.11-slim tabanlı konteyner ├── docker-compose.yml ── Servis orkestrasyon (CPU/RAM limitleri) ├── requirements.txt ── Python bağımlılıkları └── .env