Desarrollar una aplicación web de ML con PyCaret y Streamlit
Desarrollar un modelo de ML con Pycaret
Desarrollar una aplicación web con Streamlit
Desplegar en un servidor un modelo de ML embebido en una aplicación web
Este proyecto es un curso práctico para crear una aplicación web con un modelo de aprendizaje automático. Aprenderemos desde las bases a utilizar librerías y herramientas como Pycaret, Streamlit, Heroku y GitHub, entre otros. Gracias a este curso desarrollarás tu propio modelo de ML y página web y lo desplegarás en un servidor de Heroku.
Kompetenzen, die Sie erwerben werden
- Machine Learning
- Streamlit
- PyCaret
- Heroku
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Introducción y herramientas
Fundamentos de Pycaret
Entrenamiento y validación del modelo con Pycaret
Creación de la aplicación web con Streamlit
Despliegue del código en Git y Heroku
Ablauf angeleiteter Projekte
Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich
Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.
Häufig gestellte Fragen
Häufig gestellte Fragen
Was bekomme ich, wenn ich ein angeleitetes Projekt kaufe?
Sind angeleitete Projekte auf dem Desktop und auf Mobilgeräten verfügbar?
Wer sind die Dozenten bei angeleiteten Projekten?
Kann ich die Arbeit aus meinem angeleiteten Projekt herunterladen, nachdem ich sie abgeschlossen habe?
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Kann ich ein angeleitetes Projekt auditieren und den Videoteil kostenlos anschauen?
Wie viel Erfahrung brauche ich für dieses angeleitete Projekt?
Kann ich dieses angeleitete Projekt direkt über meinen Webbrowser abschließen, anstatt spezielle Software zu installieren?
Wie ist die Lernerfahrung bei angeleiteten Projekten?
Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.
Coursera Footer
