Implementar un modelo de aprendizaje automático con FastAPI

제공자:
Coursera Project Network
학습자는 이 안내 프로젝트에서 다음을 수행하게 됩니다.

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
Beginner초급
Cloud다운로드 필요 없음
Video분할 화면 동영상
Comment Dots스페인어
Laptop데스크톱 전용

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.

개발할 기술

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

단계별 학습

작업 영역이 있는 분할 화면으로 재생되는 동영상에서 강사는 다음을 단계별로 안내합니다.

  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

안내형 프로젝트 진행 방식

작업 영역은 브라우저에 바로 로드되는 클라우드 데스크톱으로, 다운로드할 필요가 없습니다.

분할 화면 동영상에서 강사가 프로젝트를 단계별로 안내해 줍니다.

자주 묻는 질문

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.