Progetto biciclette con Flask | Pollo Watzlawick

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

Progetto biciclette con Flask

Contenuto bloccato

Se sei già iscritto, Dovrai fare login.

Iscriviti per sbloccare