Python と JavaScript による機械学習アプリケーション公開入門【ONNX・Render】

Description

近年、機械学習に入門するための情報源は非常に多くなっており、機械学習モデルの作成には気軽に取り組めるようになっています。

個人でも、ちょっとしたモデルを作ってみて手元で推論してみたことがある方は少なくありません。

しかし、個人が作ってみたモデルを、実際に推論を試せるアプリケーションとして「公開」している方は少ないです。

また、企業においても、データサイエンティストが R&D 的に作成したモデルを実際のアプリケーションに組み込む段階で苦戦している例は多いです。

そんな状況に対応するため、近年「MLOps」というキーワードも登場しています。

このコースでは、機械学習を使ったアプリケーションの「公開」に興味があるデータサイエンティスト・PM・PdM といった方を主な対象者として、Python と JavaScript で機械学習を使った Web アプリケーションを実装し、実際にインターネット上に公開してみます。

実装するのは MNIST で学習したモデルを使った「手書き数字推論アプリケーション」です。

Python の scikit-learn で学習したモデルを ONNX 形式で出力して、他のプログラミング言語 (ここでは JavaScirpt) で推論を実行する例も学習します。

キーワード

• Git/GitHub、Python、JavaScript、FastAPI、scikit-learn、MNIST、ONNX、Render

更新履歴

• 2023/05/12「（補足）asdf のセットアップについて」を追加

• 2023/05/24「（追記）poetry add コマンドのエラーについて（'HTTPResponse' object has no attribute 'strict'）」を追加

TAKE THIS COURSE