Hanhan_Applied_DataScience 应用数据科学建议和教程 较早的音符 重要提示 抽样策略应形成文件。 首先将数据分为训练和测试,然后对训练数据进行数据预处理。 训练模型后,将最终数据预处理方法应用于测试数据。 研究资源 我特别喜欢 :hibiscus: 您还可以在“方法”组下面找到论文: : 应用建议 快速原型设计 需要大数据环境, 建立汽车数据科学管道 建立ML服务/ API 使用Flask构建ML Web应用程序 如何将Flask应用程序部署到Azure 烧瓶与FastAPI 就我个人而言,我没有发现fastapi更好,因为当我使用HTML模板获取用户输入的输入并生成模型输出时,使用flask非常简单,您只需要呈现模板即可。 将fastapi与模板渲染一起使用要复杂得多。 使用BentoML部署ML服务 关于BentoML 它允许您将训练后的模型部署为REST A