Autoplay
Autocompleta
Precedente
Prossima
ML in Python - Mettere il modello su web
Salvare e caricare modelli
Salvare un modello addestrato su disco (4:29)
Caricare un modello da disco e riutilizzarlo (4:43)
Caricare un modello da disco e riutilizzarlo (via notebook) (6:12)
Salvare e caricare il motore di sentiment analysis, inclusa la preparazione dei testi
Salvare il motore di sentiment (11:00)
Caricare e riutilizzare il motore di sentiment (6:26)
Pipeline
Unificare preparazione dati e modello con la Pipeline (6:38)
Caricare una pipeline (5:48)
Usare la Pipeline nel progetto biciclette 1 (9:45)
Usare la Pipeline nel progetto biciclette 2 (6:34)
Come funziona il web
Cosa imparerai (2:34)
Breve storia del Web (3:54)
Architettura client / server (3:14)
Verbi HTTP e JSON (5:53)
Flask
Installazione e setup Flask (6:49)
Hello World (3:15)
Servire JSON (2:31)
Postare JSON (9:03)
Sentiment analysis con Flask (9:10)
Sentiment analysis, confidence della predizione (4:41)
Progetto biciclette con Flask (9:26)
Streamlit
Hello World (5:15)
Widget interattivi (3:49)
Caricare dati con pandas (4:18)
Usare la cache (8:57)
Dashboard per la Sentiment analysis (7:15)
Dashboard per il Progetto biciclette, setup (4:42)
Dashboard per il Progetto biciclette, input dell'utente (7:59)
Dashboard per il Progetto biciclette, mostrare le predizioni (6:08)
Teach online with
Dashboard per il Progetto biciclette, setup
Contenuto bloccato
Se sei giĆ iscritto,
Dovrai fare login
.
Iscriviti per sbloccare