Implementar un modelo de aprendizaje automático con FastAPI

от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Aprenderás los fundamentos de FastAPI

Desarrollarás una API con un modelo de Machine Learning integrado

Aprenderás de poner en producción tus modelos de ML a través de APIs

Clock2 horas
BeginnerНачинающий
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsИспанский
LaptopТолько для ПК

En este curso te enseñaremos a utilizar FastAPI y sus múltiples capacidades para depurar errores, desarrollo automático de documentación , integración de variables y uso de funciones asíncronas. También veremos en detalle como desarrollar el modelo de ML para que se pueda desplegar mediante APIs. Gracias a este curso podrás desarrollar y desplegar tus propios modelos mediante APIs, para que los usuarios los utilicen fácilmente.

Навыки, которые вы получите

  • Machine Learning
  • Cloud API
  • Despliegue de modelos de ML
  • FastAPI

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Fundamentos de las APIs y FastAPI

  2. FastAPI: sintaxis, definición de rutas y parámetros

  3. FastAPI: solicitudes asíncronas y Pydantic

  4. Ejercicio práctico. Desarrollo de una API con FastAPI

  5. FastAPI: validaciones, manejo de errores y generación automática de documentos

  6. Ejercicio practico. Desarrollo de una API avanzada

  7. Entrenamiento del modelo de Machine Learning

  8. Despliegue de un modelo de ML en una API de FastAPI

  9. Testing

  10. Ejercicio aplicado. Despliegue de un modelo de ML con una API

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.