Build a Machine Learning Web App with Streamlit and Python

4.7
étoiles
349 évaluations
Offert par
Coursera Project Network
9 715 déjà inscrits
Dans ce Projet guidé, vous :

Build interactive web applications with Streamlit and Python

Train Logistic Regression, Random Forest, and Support Vector Classifiers using scikit-learn

Plot evaluation metrics for binary classification algorithms

Clock1.5 hours
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

Welcome to this hands-on project on building your first machine learning web app with the Streamlit library in Python. By the end of this project, you are going to be comfortable with using Python and Streamlit to build beautiful and interactive ML web apps with zero web development experience! We are going to load, explore, visualize and interact with data, and generate dashboards in less than 100 lines of Python code! Our web application will allows users to choose what classification algorithm they want to use and let them interactively set hyper-parameter values, all without them knowing to code! Prior experience with writing simple Python scripts and using pandas for data manipulation is recommended. It is required that you have an understanding of Logistic Regression, Support Vector Machines, and Random Forest Classifiers and how to use them in scikit-learn. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

Data ScienceMachine LearningPython ProgrammingStreamlitScikit-Learn

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Project Overview and Demo

  2. Turn Simple Python Scripts into Web Apps

  3. Load the Mushrooms Data Set

  4. Creating Training and Test Sets

  5. Plot Evaluation Metrics

  6. Training a Support Vector Classifier

  7. Training a Support Vector Classifier (Part 2)

  8. Train a Logistic Regression Classifier

  9. Training a Random Forest Classifier

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Enseignant

Avis

Meilleurs avis pour BUILD A MACHINE LEARNING WEB APP WITH STREAMLIT AND PYTHON

Voir tous les avis

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.