Публикации по теме 'streamlit'
Обнаружение мошенничества с кредитными картами
Комплексный проект машинного обучения с использованием Streamlit, FastAPI и Docker.
Введение
Что такое мошенничество с кредитными картами?
По данным Института правовой информации :
Мошенничество с кредитными картами — это форма кражи личных данных, которая включает несанкционированное получение информации о кредитной карте другого лица с целью списания средств со счета или снятия средств с него.
В этом проекте мы разработаем модель машинного обучения, используя алгоритмы и..
Создание поисковой системы, которая группирует результаты поиска
Машинное обучение (ML) — это область, в которой постоянно происходят инновации. Практикам машинного обучения приходится постоянно просматривать документы, чтобы ссылаться на новые новые архитектуры, которые могут быть использованы в их проектах. Вот ссылка , чтобы показать, как эффективно читать статьи.
С таким количеством статей, которые нужно прочитать, как мы узнаем, какие статьи похожи, и как мы можем избежать чтения похожих статей? Есть ли способ сгруппировать эти документы вместе..
Действия Docker, Heroku Container Registry и GitHub: создание быстрых и эффективных приложений Streamlit
В этой статье предполагается, что вы знакомы с использованием Streamlit для создания приложений для обработки данных и информационных панелей или, по крайней мере, слышали о Streamlit раньше.
Не так давно мне поручили работать над приборной панелью, которая автоматизирует часть рабочего процесса разработки моей компании. И, будучи ярым неофициальным сторонником Streamlit - я много раз выступал с докладами о Streamlit примерно на 6 или 7 международных конференциях - вполне..
Развертывание приложений машинного обучения с помощью Streamlit
Введение
Алгоритмы машинного обучения теперь используются для анализа данных и решений на основе ИИ. Каждый заядлый читатель новостей технологий знает, какое внимание в последнее время уделяется этим темам.
С появлением машинного обучения (ML) были созданы передовые приложения для анализа данных, выявления закономерностей и прогнозирования будущих событий на основе исторических данных. Вместо того, чтобы полагаться на человеческий или ручной анализ, предприятия используют алгоритмы..
Создайте свою собственную информационную панель измерения и смягчения предвзятости за 5 шагов
Узнайте, как создавать информационные панели ответственного ИИ с помощью библиотек Python HolitisticAI и Streamlit.
Первоначально опубликовано в Блоге Holistic AI .
ИИ все больше вплетается в ткань нашей повседневной жизни. Поэтому крайне важно устранить потенциальный вред , связанный с предвзятостью в системах ИИ — это означает устранение алгоритмов, которые увековечивают дискриминацию, усиливают неравенство и приводят к несправедливым результатам.
В этой статье вы..
Руководство для начинающих по созданию и развертыванию контейнера для вашей модели ML
Наука о данных/развертывание
Руководство для начинающих по созданию и развертыванию контейнера для вашей модели ML
Веб-приложение, созданное с использованием Streamlit и развернутое на Heroku.
Контейнеризация обсуждалась в моей предыдущей статье. Теперь давайте попрактикуемся. Мы будем развертывать модель машинного обучения под названием House Hunter. Это веб-приложение для прогнозирования цен на жилье, созданное с использованием Streamlit.
Различные шаги, связанные с..
Введение в MLOps: сборка и развертывание RandomForest с помощью MLflow (часть 4)
Добро пожаловать в заключительную часть нашей серии руководств по MLOps! В этой части мы развернем нашу обученную модель RandomForestClassifier в качестве конечной точки API с помощью Flask. К концу этого руководства у вас будет полностью функционирующий API, который сможет делать прогнозы на основе обученной модели. Давайте погрузимся и завершим наше путешествие MLOps!
Оглавление:
Введение в MLOps ( Часть-1 ) Настройка окружения ( Часть-1 ) Изучение набора данных IRIS ( Часть-1..
