We may earn an affiliate commission when you visit our partners.
Leire Ahedo
En este curso te enseñaremos a utilizar FastAPI y sus múltiples capacidades para depurar errores, desarrollo automático de documentación , integración de variables y uso de funciones asíncronas. También veremos en detalle como desarrollar el modelo de ML para que se pueda desplegar mediante APIs.
Gracias a este curso podrás desarrollar y desplegar tus propios modelos mediante APIs, para que los usuarios los utilicen fácilmente.
Register for this course and see more details by visiting:
OpenCourser.com/course/zpvr4p/implementar
What's inside
Syllabus
Visión general del proyecto
En este proyecto aprenderás a desplegar un modelo de Machine Learning a través de una API de FastAPI.
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Develops skills in FastAPI usage, error debugging, and automatic documentation, which are vital for web development
Covers asynchronous functions, enabling efficient handling of concurrent tasks in web applications
Enhances ML model development skills for API deployment, making models accessible to users
Taught by experienced instructors with expertise in web development using FastAPI
May require prior knowledge or experience in Python and web development to fully leverage
Save this course
Save Implementar un modelo de aprendizaje automático con FastAPI to your list so you can find it easily later:
Save
Save
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Implementar un modelo de aprendizaje automático con FastAPI with these
activities:
Repasa los conceptos básicos de programación
Show steps
Repasar los conceptos básicos de programación te ayudará a comprender mejor los conceptos avanzados que se cubren en este curso.
Show steps
-
Revisa los tipos de datos y estructuras de datos básicas.
-
Practica la escritura de algoritmos simples.
-
Implementa algoritmos en un lenguaje de programación que conozcas.
Sigue tutoriales sobre FastAPI
Show steps
Seguir tutoriales sobre FastAPI te ayudará a familiarizarte con el marco y sus características.
Browse courses on
FastAPI
Show steps
-
Encuentra tutoriales sobre FastAPI en línea.
-
Sigue los tutoriales paso a paso.
-
Completa los ejercicios y proyectos propuestos en los tutoriales.
Practica la creación de APIs con FastAPI
Show steps
Practicar la creación de APIs con FastAPI te ayudará a desarrollar tus habilidades y comprender mejor el marco.
Browse courses on
FastAPI
Show steps
-
Crea un nuevo proyecto FastAPI.
-
Define un modelo de datos.
-
Crea puntos de entrada de API para crear, leer, actualizar y eliminar datos.
-
Prueba tus APIs utilizando un cliente REST.
Three other activities
Expand to see all activities and additional details
Show all six activities
Desarrolla un proyecto de API de FastAPI
Show steps
Desarrollar un proyecto de API de FastAPI te permitirá aplicar tus conocimientos y habilidades para crear una aplicación del mundo real.
Browse courses on
FastAPI
Show steps
-
Define el alcance de tu proyecto.
-
Diseña la arquitectura de tu API.
-
Implementa las funcionalidades de tu API.
-
Prueba y depura tu API.
-
Despliega tu API.
Crea un blog o vlog sobre FastAPI
Show steps
Crear un blog o vlog sobre FastAPI te ayudará a consolidar tu comprensión del marco y a compartir tus conocimientos con otros.
Browse courses on
FastAPI
Show steps
-
Elige un tema relacionado con FastAPI sobre el que te gustaría escribir o hablar.
-
Investiga el tema a fondo.
-
Crea contenido de alta calidad que sea informativo y atractivo.
-
Promociona tu blog o vlog en las redes sociales.
Contribuye a proyectos de FastAPI de código abierto
Show steps
Contribuir a proyectos de FastAPI de código abierto te ayudará a comprender mejor el marco y a contribuir a la comunidad.
Browse courses on
FastAPI
Show steps
-
Encuentra proyectos de FastAPI de código abierto en GitHub.
-
Lee la documentación del proyecto y familiarízate con su código base.
-
Identifica áreas donde puedes contribuir.
-
Crea una solicitud de incorporación y realiza los cambios necesarios.
Repasa los conceptos básicos de programación
Show steps
Repasar los conceptos básicos de programación te ayudará a comprender mejor los conceptos avanzados que se cubren en este curso.
Show steps
Show steps
Show steps
- Revisa los tipos de datos y estructuras de datos básicas.
- Practica la escritura de algoritmos simples.
- Implementa algoritmos en un lenguaje de programación que conozcas.
Sigue tutoriales sobre FastAPI
Show steps
Seguir tutoriales sobre FastAPI te ayudará a familiarizarte con el marco y sus características.
Browse courses on
FastAPI
Show steps
Show steps
Show steps
- Encuentra tutoriales sobre FastAPI en línea.
- Sigue los tutoriales paso a paso.
- Completa los ejercicios y proyectos propuestos en los tutoriales.
Practica la creación de APIs con FastAPI
Show steps
Practicar la creación de APIs con FastAPI te ayudará a desarrollar tus habilidades y comprender mejor el marco.
Browse courses on
FastAPI
Show steps
Show steps
Show steps
- Crea un nuevo proyecto FastAPI.
- Define un modelo de datos.
- Crea puntos de entrada de API para crear, leer, actualizar y eliminar datos.
- Prueba tus APIs utilizando un cliente REST.
Three other activities
Expand to see all activities and additional details
Show all six activities
Desarrolla un proyecto de API de FastAPI
Show steps
Desarrollar un proyecto de API de FastAPI te permitirá aplicar tus conocimientos y habilidades para crear una aplicación del mundo real.
Browse courses on
FastAPI
Show steps
Show steps
Show steps
- Define el alcance de tu proyecto.
- Diseña la arquitectura de tu API.
- Implementa las funcionalidades de tu API.
- Prueba y depura tu API.
- Despliega tu API.
Crea un blog o vlog sobre FastAPI
Show steps
Crear un blog o vlog sobre FastAPI te ayudará a consolidar tu comprensión del marco y a compartir tus conocimientos con otros.
Browse courses on
FastAPI
Show steps
Show steps
Show steps
- Elige un tema relacionado con FastAPI sobre el que te gustaría escribir o hablar.
- Investiga el tema a fondo.
- Crea contenido de alta calidad que sea informativo y atractivo.
- Promociona tu blog o vlog en las redes sociales.
Contribuye a proyectos de FastAPI de código abierto
Show steps
Contribuir a proyectos de FastAPI de código abierto te ayudará a comprender mejor el marco y a contribuir a la comunidad.
Browse courses on
FastAPI
Show steps
Show steps
Show steps
- Encuentra proyectos de FastAPI de código abierto en GitHub.
- Lee la documentación del proyecto y familiarízate con su código base.
- Identifica áreas donde puedes contribuir.
- Crea una solicitud de incorporación y realiza los cambios necesarios.
Career center
Learners who complete Implementar un modelo de aprendizaje automático con FastAPI will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
Data Scientists use statistical methods and machine learning to extract insights from data. This course can help Data Scientists learn how to deploy their models using FastAPI, which can make their work more accessible to end-users.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers design, build, and maintain machine learning models that automate tasks, improve efficiency, and make informed predictions. This course can help Machine Learning Engineers stay up-to-date on the latest trends in machine learning and improve their skills in deploying models using FastAPI.
Business Analyst
Business Analyst
Business Analysts help businesses understand their data and make informed decisions. This course can help Business Analysts learn how to deploy machine learning models using FastAPI, which can make their work more efficient and effective.
Statistician
Statistician
Statisticians use statistical methods to collect, analyze, and interpret data. This course can help Statisticians learn how to deploy machine learning models using FastAPI, which can make their work more efficient and effective.
Software Engineer
Software Engineer
Software Engineers design, develop, and maintain software systems. This course can help Software Engineers learn how to deploy machine learning models using FastAPI, which can make their applications more intelligent and efficient.
Data Analyst
Data Analyst
Data Analysts collect, analyze, and interpret data to help businesses make better decisions. This course can help Data Analysts learn how to deploy machine learning models using FastAPI, which can make their work more efficient and effective.
Product Manager
Product Manager
Product Managers are responsible for the development and launch of new products. This course can help Product Managers learn how to deploy machine learning models using FastAPI, which can make their products more intelligent and user-friendly.
Information Technology Specialist
Information Technology Specialist
Information Technology Specialists provide technical support to businesses and organizations. This course can help Information Technology Specialists learn how to deploy machine learning models using FastAPI, which can make their work more efficient and effective.
Computer Scientist
Computer Scientist
Computer Scientists research and develop new computing technologies. This course can help Computer Scientists learn how to deploy machine learning models using FastAPI, which can make their research more efficient and effective.
DevOps Engineer
DevOps Engineer
DevOps Engineers work to bridge the gap between development and operations teams. This course can help DevOps Engineers learn how to deploy machine learning models using FastAPI, which can make their工作更加轻松和高效。
For more career information including salaries, visit:
OpenCourser.com/course/zpvr4p/implementar
Reading list
We've selected 13 books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Implementar un modelo de aprendizaje automático con FastAPI.
Este libro proporciona una introducción completa al aprendizaje automático en Python. Cubre una amplia gama de temas, incluyendo el aprendizaje supervisado y no supervisado, la selección de características, la optimización de modelos y el despliegue de aplicaciones de ML.
Este libro proporciona una introducción práctica al aprendizaje profundo en Python. Cubre conceptos esenciales como redes neuronales, aprendizaje por transferencia y procesamiento de imágenes.
Este libro proporciona una guía práctica para la ciencia de datos en Python. Cubre temas como la manipulación de datos, la visualización de datos y el aprendizaje automático.
Este libro proporciona una base sólida en el aprendizaje automático estadístico. Cubre temas como la regresión, la clasificación y el aprendizaje no supervisado.
Este libro proporciona una guía práctica para el aprendizaje automático con Scikit-Learn, Keras y TensorFlow. Cubre temas como la manipulación de datos, la selección de modelos y la optimización de hiperparámetros.
Este libro proporciona una introducción al aprendizaje automático con Python. Cubre temas como la regresión, la clasificación y el aprendizaje no supervisado. Se utiliza comúnmente como libro de texto en cursos de aprendizaje automático.
Este libro proporciona una introducción al aprendizaje automático con R. Cubre temas como la manipulación de datos, la selección de modelos y la evaluación del rendimiento.
Este libro proporciona una guía práctica para el aprendizaje automático en el mundo real. Cubre temas como la recopilación de datos, la preparación de datos y la implementación de modelos de aprendizaje automático.
Este libro proporciona una introducción al procesamiento del lenguaje natural mediante el aprendizaje profundo. Cubre temas como la representación de palabras, la incrustación de oraciones y las redes neuronales recurrentes.
Save
Este libro proporciona una introducción al aprendizaje automático para la visión por computadora. Cubre temas como la detección de objetos, el reconocimiento de imágenes y la segmentación de imágenes.
Este libro proporciona una introducción al aprendizaje automático para el audio, el habla y la música. Cubre temas como el reconocimiento del habla, la síntesis del habla y la separación de fuentes.
Este libro proporciona una introducción al aprendizaje automático para la medicina. Cubre temas como el diagnóstico de enfermedades, la predicción de resultados y el descubrimiento de fármacos.
Este libro proporciona una introducción al aprendizaje automático para las finanzas. Cubre temas como el trading cuantitativo, la gestión de riesgos y el análisis de series temporales.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/zpvr4p/implementar
Share
Similar courses
Here are nine courses similar to
Implementar un modelo de aprendizaje automático con FastAPI.
Fundamentos de la publicidad en redes sociales
OpenCourser.com/course/xxrgfc/fundamentos
Fundamentos de la publicidad en redes sociales
Most relevant
Clientes de base de datos
OpenCourser.com/course/hea8p7/clientes
Clientes de base de datos
Most relevant
Introducción a Contenedores con Docker y Kubernetes
OpenCourser.com/course/vn9ghe/introduccion
Introducción a Contenedores con Docker y Kubernetes
Most relevant
Docker - Guía práctica de uso para desarrolladores
OpenCourser.com/course/8ah73f/docker
Docker - Guía práctica de uso para desarrolladores
Most relevant
Realidad Aumentada
OpenCourser.com/course/6lhxn4/realidad
Realidad Aumentada
Most relevant
Conexión y protección: Redes y seguridad de redes
OpenCourser.com/course/2qrbha/conexion
Conexión y protección: Redes y seguridad de redes
Most relevant
Análisis estático lineal y no lineal de estructuras
OpenCourser.com/course/pvgr5o/analisis
Análisis estático lineal y no lineal de estructuras
Most relevant
Desarrollo Web Profesional con Django de Python y Docker
OpenCourser.com/course/0g7y2o/desarrollo
Desarrollo Web Profesional con Django de Python y Docker
Most relevant
Design Thinking y ODS: creando soluciones innovadoras
OpenCourser.com/course/mtwjwz/design
Design Thinking y ODS: creando soluciones innovadoras
Most relevant
Effort
2 horas
Level
Introductory
Via
Coursera
Institution
Coursera Project Network
Instructor
Leire Ahedo
Language
Español
Good to know
Develops skills in FastAPI usage, error debugging, and automatic documentation, which are vital for web development
Covers asynchronous functions, enabling efficient handling of concurrent tasks in web applications
Enhances ML model development skills for API deployment, making models accessible to users
Taught by experienced instructors with expertise in web development using FastAPI
May require prior knowledge or experience in Python and web development to fully leverage
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2024 OpenCourser