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!

Build a Machine Learning Web App with Streamlit and Python
Erweitern Sie Ihre Kenntnisse mit Coursera Plus für 239 $/Jahr (normalerweise 399 $). Jetzt sparen.

Build a Machine Learning Web App with Streamlit and Python

Dozent: Snehan Kekre
15.964 bereits angemeldet
Bei enthalten
(417 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
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
Kompetenzen, die Sie festigen
- Kategorie: Machine Learning
- Kategorie: Data Science
- Kategorie: Interactive Data Visualization
- Kategorie: Data Visualization
- Kategorie: Predictive Modeling
- Kategorie: Model Evaluation
- Kategorie: Data Visualization Software
- Kategorie: Plot (Graphics)
- Kategorie: Logistic Regression
- Kategorie: Machine Learning Algorithms
Tools, die Sie verwenden werden
- Kategorie: Dashboard
- Kategorie: Scikit Learn (Machine Learning Library)
- Kategorie: Python Programming
- Kategorie: Web Applications
- Kategorie: Classification Algorithms
- Kategorie: Pandas (Python Package)
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
-
Project Overview and Demo
-
Turn Simple Python Scripts into Web Apps
-
Load the Mushrooms Data Set
-
Creating Training and Test Sets
-
Plot Evaluation Metrics
-
Training a Support Vector Classifier
-
Training a Support Vector Classifier (Part 2)
-
Train a Logistic Regression Classifier
-
Training a Random Forest Classifier
Empfohlene Erfahrung
You must understand Logistic Regression, Support Vector Machines, and Random Forest Classifiers and how to use them as scikit-learn estimators
5 Projektbilder
Dozent

von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 stars
73,38 %
- 4 stars
22,06 %
- 3 stars
3,59 %
- 2 stars
0,23 %
- 1 star
0,71 %
Zeigt 3 von 417 an
Geprüft am 16. Aug. 2020
Very good guided course. I learned how to create a Web App without much coding for my ML projects. Thanks for explaining everything in so easy way.
Geprüft am 5. Juni 2020
Precise, accurate just what I needed! Great course.
Geprüft am 22. Juni 2020
Use of evaluation metrics and plotting looks good, but if used plotting function (scatter plot of x-test and y-test) can be easy to view and understand the plot
Ihnen könnte auch Folgendes gefallen:

Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.





