Serve Scikit-Learn Models for Deployment with BentoML

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

Build logistic regression models for text classification with scikit-learn

Create a Prediction Service with BentoML

Serve scikit-learn models with BentoML’s REST API model server

Containerize model servers with Docker for production deployments

Clock1.5 hours
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

This is a hands-on project on serving your scikit-learn models for deployment with BentoML. By the time you complete this project, you will be able to build logistic regression models for text classification, serve scikit-learn models with BentoML's REST API model server, and containerize model servers with Docker for production deployments. Prerequisites: In order to successfully complete this project, you should be competent in the Python programming language, be familiar with basic machine learning concepts, and have built predictive models with scikit-learn. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

DockerMLOpsMachine LearningBentoMLScikit-Learn

Будете учиться пошагово

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

  1. Introduction and Project Overview

  2. Import Libraries and Load the Data

  3. scikit-learn Model Training and Evaluation

  4. Create a BentoService for Model Serving

  5. REST API Model Serving

  6. Send Prediction Requests to the REST API Server

  7. Containerize Model Server with Docker for Deployment

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.