Модель оценки квартир. Python, ML, HousePrice, Deploying, GitHub, Streamlit. Часть 2.Deploying

 

Часть 1:    • Модель оценки квартир. Python,  ML, HouseP...   Второе видео- деплоинг модели. Любая конструктивная критика приветствуется. В данном видео подробно рассказываю об этапах разработки моделей с помощью алгоритмов машинного обучения. Данное видео полезно вам, если уже у вас есть базовые навыки по ML. Структура 1 Цель/проблема. Какую задачу решаем? Кому помогает наш продукт? 2 Данные Где их взять Количество 3 Подготовка данных (EDA) Чистка Кодировка определение зависимой и независимых переменных 4 Предворительный анализ (EDA) Описательная статистика Визуализация 5 МО разделение на тестовых и тренинговых данных Выбор алгоритмов 6 Оценка/валидация Score, Accuracy AUC, F1, R2, MSE (СКО) 7 Деплоинг на локальном pkl - обученная модель установка streamlit написание API/*.py файла. запуск приложения на локальном 8 Деплоинг для в интернете регистрация в GitHub, Репозитории и работа с файлами. загрузка файлов. файл requirements, *.py, *.pkl Регистрация в streamlit. соединение streamlit с GitHub Деплоинг. Тестирование Линк на GitHub:
Результат:
П.С. это первое видео. подвела программа записи.