Aprendizaje Automático Aplicado e IA para Ingenieros

Capítulo 7. Operacionalización de los modelos de aprendizaje automático

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Todos de los modelos de aprendizaje automático presentados hasta ahora en este libro están escritos en Python. Los modelos no tienen por qué estar escritos en Python, pero muchos lo están, gracias en parte a las numerosas bibliotecas de Python de primera clase disponibles, como Pandas y Scikit-Learn. Los modelos ML escritos en Python se consumen fácilmente en aplicaciones Python. Llamarlos desde otros lenguajes como C++, Java y C# requiere un poco más de trabajo. No puedes simplemente llamar a una función Python desde C++ como si fuera una función C++. Entonces, ¿cómo invocas modelos escritos en Python desde aplicaciones escritas en otros lenguajes? Dicho de otro modo, ¿cómo operacionalizas los modelos de Python para que puedan utilizarse en cualquier aplicación de cualquier plataforma escrita en cualquier lenguaje de programación?

El diagrama de la izquierda de la Figura 7-1 muestra una estrategia: envolver el modelo en un servicio web y exponer su funcionalidad a través de una API REST. Entonces, cualquier cliente que pueda generar una solicitud HTTP(S) puede invocar el modelo. Es relativamente fácil hacer el envoltorio con ayuda de marcos de trabajo de Python como Flask. El servicio web puede alojarse localmente o en la nube, y puede contenerizarse para facilitar su implementación mediante ...