Implementando aplicativos de aprendizado de máquina com Streamlit Cloud e PyCaret

Construir modelos poderosos de machine learning é apenas metade da batalha; compartilhá-los com o mundo é onde o verdadeiro valor reside. Este curso baseado em texto orienta você por todo o processo de transformação de dados brutos em um aplicativo de machine learning interativo implantado na nuvem. Você aprenderá a construir modelos de aprendizado de máquina de baixo código usando o PyCaret, envolvê-los em uma interface intuitiva do Streamlit e implantar todo o sistema no Streamlit Cloud. Ao final deste curso, você gerenciará com confiança as implantações de aplicativos da Web e compartilhará seus projetos de ciência de dados por meio de links públicos ao vivo. O que você vai aprender: - Entenda os fundamentos da estrutura de aplicativos Streamlit e do treinamento de modelos PyCaret. - Crie interfaces de usuário interativas para previsões de aprendizado de máquina usando Python. - Configure os repositórios do GitHub para gerenciar o código-fonte e as dependências do aplicativo. - Implante aplicativos ao vivo para Streamlit Cloud diretamente do seu controle de versão. - Gerencie segredos de aplicativos, variáveis de ambiente e configurações de configuração com segurança. - Otimize o desempenho do aplicativo usando estratégias modernas de cache e gerenciamento de dependências. O curso começa com conceitos fundamentais de aprendizado de máquina de baixo código e desenvolvimento de interface do usuário da web, depois orienta você passo a passo através de testes locais, configuração de repositório e implantação em nuvem. Projetado para aspirantes a cientistas de dados, analistas e desenvolvedores Python que desejam mostrar seus modelos de aprendizado de máquina sem precisar de habilidades complexas de desenvolvimento da web, este programa não requer experiência prévia de implantação. Comece a ler hoje mesmo para levar seus modelos de machine learning do seu ambiente local para a nuvem.