Модель ML/DL обучена и готова, но действительно ли она готова к внедрению в рабочую среду? Команды по науке о данных и специалисты по данным в организации разрабатывают модели ML/DL, необходимые для их вариантов использования, создавая либо пользовательские, либо точно настроенные предварительно обученные модели с достаточно быстрым оборотом. Однако для отправки моделей в производство требуется почти вечность (в большинстве случаев время, необходимое для производства модели,..

В этом сообщении блога мы упакуем нашу ранее созданную модель выживания Титаника и создадим службу прогнозирования на основе REST на основе модели. Процесс довольно общий и может быть адаптирован к любой модели Sci-kit. Начиная с того места, где мы остановились, мы до сих пор смогли подогнать модель, как показано ниже: #Identify the model to define and initialize from sklearn.tree import DecisionTreeRegressor #define the model survivorModel = DecisionTreeRegressor() #train the model..