• views: 58
• date: 1 January 2025
• posted by: voska89

Créez rapidement une superbe application web et déployez votre modèle d'IA dans le monde entier avec Python !
What you'll learn
Savoir utiliser Streamlit
Développer et déployer son application Data afin de partager ses modèles de Machine Learning sur le web
Scrapper de la Data en temps réel grâce à une API (Yahoo Finance)
Utilisation de Streamlit Cloud
Créer des visuels attrayants avec les librairies interactives de Python
Créer une interface utilisateur attractive (UI / UX)
Structurer son programme Python pour du développement web
Savoir optimiser une application Streamlit (Cache / Session / Form...)
Utilisation de Git et Github
Surpasser le Jupyter Notebook et donner vie à son projet Data
Requirements
Une connaissance élémentaire du language de programmation Python est requise pour mieux comprendre les concepts abordés dans cette formation. De simples connaissances suffisent.
Aucune compétence en développement web et/ou en data engineering n'est nécessaire. L'ensemble des concepts sont abordés depuis le début.
Aucune expérience dans le cloud n'est requise. Vous apprendrez tout ce qu'il est utile de savoir pour la partie déploiement / mise en production.
Description
Avez-vous déjà ressenti la frustration d'avoir développé un super modèle de Machine Learning sur votre Jupyter Notebook et de ne jamais pouvoir le confronter à une utilisation réelle ? C'est la proposition de valeur de Streamlit et de cette formation: Pouvoir déployer votre projet Data sur le web afin que le monde entier puisse l'utiliser grâce à votre propre application web !Ainsi, l'ensemble de vos projets Data vont prendre vie ! Vous allez ainsi pouvoir : Partagez votre superbe classificateur d'images afin que d'autres personnes puissent utiliser votre modèle en y téléchargeant leurs propres images.Déployez en temps réel le score de sentiment des derniers tweets d'Elon Musk avec du NLP.Ou encore réaliser des dashboards interactifs à destination de vos équipes en entreprise avec un système d'authentification pour restreindre l'accès à seulement quelques personnes.J'ai développé ce cours après que des dizaines de personnes m'aient contacté pour me demander comment j'avais fait pour développer une application web de réservation de trains en temps réel, utilisée par plus de 10 000 personnes. Car oui on peut utiliser streamlit pour tous types d'applications et non seulement des applications data / IA !Bref, des centaines de cas d'usage sont possibles avec streamlit !Ce qui est formidable dans tout ça, c'est qu'il suffit uniquement d'avoir des connaissances en Python.Et qu'aucune compétence en Développement web, en Data Engineering ou même en cloud n'est nécessaire.Ce cours est scindé en 2 parties : Une partie exercice où nous verrons l'ensemble des fondamentaux de Streamlit, depuis la connection à un système de base de donnée, en passant par la création de l'interface puis finalement la partie sur le déploiement dans le cloud !Une seconde partie destinée au projet de formation : Développement et mise en production d'une application de tracking et d'analyse des actions du S&P5O0 avec notamment la visualisation de l'évolution du cours des actions et le calcul d'indicateurs de performances. Les données seront requêtées via une API.Faites passer vos projets data à l'étape supérieure avec Streamlit !Bonne formation :)
Who this course is for
Des personnes s'intéressant à la Data et à Python mais qui sont frustrés de ne jamais pouvoir partager leurs modèles de Machine Learning autour d'eux !
Des Data Scientist en entreprise qui souhaitent partager leurs travaux de Machine Learning ou des dashboards en interne pour leurs collaborateurs.
Une personne qui a une idée de projet d'application web et qui souhaite développer un MVP en quelques heures !
Tous bons Data Sientists !
Homepage

https://www.udemy.com/course/streamlit-deployer-son-app-de-machine-learning-sur-le-web/

   
   
   

Forex Trading

Crypto Trading. 20 USD Bonus after KYC

We need your support!
Make a donation to help us stay online
        
Bitcoin (BTC)
bc1q08g9d22cxkawsjlf8etuek2pc9n2a3hs4cdrld
	
Bitcoin Cash (BCH)
qqvwexzhvgauxq2apgc4j0ewvcak6hh6lsnzmvtkem

Ethereum (ETH)
0xb55513D2c91A6e3c497621644ec99e206CDaf239

Litecoin (LTC)
ltc1qt6g2trfv9tjs4qj68sqc4uf0ukvc9jpnsyt59u

USDT (ERC20)
0xb55513D2c91A6e3c497621644ec99e206CDaf239

USDT (TRC20)
TYdPNrz7v1P9riWBWZ317oBgJueheGjATm

0 1 2 3 4 5

| Print version |

	Information
		Users of GUESTS are not allowed to comment this publication.