Публикации по теме 'flask'


Прогнозирование на стороне клиента с помощью TensorFlow.js
Всем привет, меня зовут Матвий, я работаю специалистом по анализу данных . Моя работа состоит из предварительной обработки данных, разработки / обучения и развертывания моделей . Итак, сегодня я попытаюсь поделиться своими знаниями и показать, как развернуть модель таким образом, чтобы некоторые из вычислений выполнялись на стороне клиента . Следующий пост предназначен для всех, кто создал модель и хочет снизить нагрузку на сервер, делегировав часть прогноз клиенту. Специально..
СОЗДАЙТЕ ПРИЛОЖЕНИЕ PYTHON FLASK И РАЗВЕРНИТЕ С KUBERNETES
В этой статье вы узнаете, как разработать простое приложение Python в Python Flask и развернуть его в Kubernetes. Но сначала давайте разберемся, что такое Kubernetes и почему мы должны развернуть наше приложение с использованием Kubernetes. Kubernetes - широко используемая система оркестровки и управления контейнерами. Kubernetes - это платформа с открытым исходным кодом, которая позволяет пользователям развертывать, поддерживать и масштабировать приложения и их функции...
Прогноз индекса качества воздуха в Бангалоре
Введение и обзор проблемы: Индекс качества воздуха (AQI) — это инструмент для демонстрации состояния качества воздуха. Он преобразует комплексные данные о качестве воздуха по различным загрязнителям в одно число и цвет. AQI имеет шесть категорий качества воздуха. Это: «хорошо», «удовлетворительно», «умеренно загрязнено», «плохо», «очень плохо» и «тяжело». Каждая из этих категорий определяется на основе значений концентрации загрязнителей воздуха в окружающей среде и их вероятного..
ПРОГНОЗ ЦЕНЫ НА ДОМ
Здесь данные Бангалора из Kaggle используются для прогнозирования цен на жилье с помощью алгоритмов машинного обучения, таких как регрессия, регрессия keras, и в конце строится обобщенная модель. Почему регресс? Регрессия — это процесс прогнозирования непрерывной ценности. следовательно, зависимое или прогнозируемое значение должно быть непрерывным, а не дискретным. Здесь мы можем наблюдать за набором данных и определить, что значение цены должно быть предсказано, и оно является..
Развертывание модели машинного обучения с бэкэндом (flask) и внешним интерфейсом (Angular) — часть 3
Теперь пришло время создать внешний интерфейс, в котором пользователи могут проверить реальный прогноз с помощью модели машинного обучения. Внешний интерфейс позволяет пользователям предоставлять свою информацию и, наконец, получать прогноз. мы будем использовать angular для создания внешнего интерфейса. Сначала установите node и angular CLI глобально на свой компьютер. Затем создайте простое приложение angular, используя angular CLI. ng new titanic-project cd titanic-projectt ng..
Два простых способа развернуть модель на AWS BEANSTALK
Вы развернете свою модель и приложение в AWS Beanstalk двумя самыми простыми способами. Простые пошаговые объяснения станут вашим проводником в этом путешествии. Тебе это понравится. Эта статья является частью списка AWS-ML . Другие статьи цикла вы можете найти здесь . СОДЕРЖАНИЕ
ПРОГНОЗИРОВАНИЕ ЦЕНЫ НА ДОМ С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ
1. Описание проекта А. Постановка задачи Ежедневно продаются тысячи домов. Есть несколько вопросов, которые задает себе каждый покупатель: какова реальная цена, которую заслуживает этот дом? Я плачу справедливую цену? B. Наилучшие возможные решения a.Эксперт по жилищным вопросам b.Интуиция о доме c.Использование машинного обучения C. Введение О проекте Прогнозирование цены дома - очень напряженная работа, так как при покупке дома мы должны учитывать разные вещи, такие как..