Implementando modelos de machine learning no Heroku

Criar um ótimo modelo de machine learning é apenas metade da batalha; o verdadeiro valor vem quando você o torna acessível ao mundo. Este curso baseado em texto orienta você por todo o processo de preparação, empacotamento e implantação de seus modelos de machine learning baseados em Python na nuvem usando o Heroku. No final deste curso, você transformará seus scripts de ciência de dados off-line em APIs da Web ao vivo e prontas para produção. Você entenderá como estruturar seus projetos, gerenciar dependências e lidar com solicitações da web recebidas para fornecer previsões de modelos em tempo real. O que você vai aprender: - Entenda a terminologia de implantação principal, os protocolos da Web e os conceitos básicos de arquitetura de hospedagem em nuvem - Configure ambientes virtuais limpos e gerencie dependências do Python de forma confiável - Construa um robusto wrapper de API da web em torno de seus modelos de aprendizado de máquina usando o FastAPI - Configure e implante seu aplicativo no Heroku usando a linha de comando - Escreva testes básicos com pytest para verificar seus endpoints antes de ir ao vivo - Monitore e solucione problemas de seus modelos implantados usando ferramentas de registro em nuvem Começamos com os conceitos fundamentais de endpoints da web e design de API, garantindo que você tenha uma compreensão sólida do básico. A partir daí, você aprenderá passo a passo como escrever um código de API limpo, empacotar seu modelo e enviá-lo ao vivo para um ambiente de nuvem. Este curso foi projetado para cientistas de dados iniciantes, desenvolvedores de Python e entusiastas de aprendizado de máquina que desejam compartilhar seus modelos com o mundo. Não é necessária experiência prévia em DevOps ou desenvolvimento web. Comece a ler hoje mesmo para transformar seus modelos de machine learning locais em serviços da Web acessíveis e ao vivo.