Monetizing Machine Learning: Quickly Turn Python ML Ideas into Web Applications on the Serverless Cloud

ایده‌های یادگیری ماشین پایتون خود را در نظر بگیرید و برنامه‌های وب بدون سرور ایجاد کنید که برای هر کسی که به اینترنت متصل است قابل دسترسی باشد. برخی از محبوب ترین ارائه دهندگان ابری بدون سرور در این کتاب پوشش داده شده اند - آمازون، مایکروسافت، گوگل و PythonAnywhere.

شما از طریق یک سری مسائل رایج علوم داده پایتون با ترتیبی از پیچیدگی کار خواهید کرد. پروژه های عملی ارائه شده در این کتاب ساده، واضح هستند و می توان از آنها به عنوان الگو برای شروع پرش بسیاری از انواع پروژه های دیگر استفاده کرد. شما یاد خواهید گرفت که یک برنامه کاربردی وب پیرامون پیش بینی های عددی یا طبقه بندی ایجاد کنید، تجزیه و تحلیل متن را درک کنید، ارائه های قدرتمند و تعاملی ایجاد کنید، دسترسی محدود به داده ها را ارائه دهید، و از پلاگین های وب برای پذیرش پرداخت ها و کمک های مالی با کارت اعتباری استفاده کنید. شما پروژه های خود را در کمترین زمان به دست جهانیان خواهید رساند.

هر فصل سه مرحله را دنبال می کند: مدل سازی روش صحیح، طراحی و توسعه یک برنامه وب محلی، و استقرار بر روی یک ابر بدون سرور محبوب و قابل اعتماد ارائه دهنده. شما به راحتی می توانید به موضوعات خاصی در کتاب بپرید یا از آن بگذرید. همچنین برای نسخه های کامل کدهای پوشش داده شده در کتاب، به نوت بوک ها و مخازن کد Jupyter دسترسی خواهید داشت.

آنچه خواهید آموخت

• مدل‌های یادگیری ماشین خود را با استفاده از تکنیک‌های ساده برای ایجاد داشبوردهای وب جذاب و تعاملی گسترش دهید

• از چارچوب وب Flask برای نمونه‌سازی سریع مدل‌ها و ایده‌های پایتون خود استفاده کنید

• ایجاد محتوای پویا با استفاده از ضرایب رگرسیون، رگرسیون لجستیک، ماشین‌های تقویت گرادیان، طبقه‌بندی‌های بیزی و موارد دیگر

• استفاده از قدرت TensorFlow با صادر کردن مدل‌های ذخیره‌شده در برنامه‌های وب

• ایجاد داشبوردهای وب غنی برای مدیریت ورودی‌های پیچیده کاربر در زمان واقعی با جاوا اسکریپت و آژاکس برای تولید محتوای تعاملی و مناسب

• برای ارائه دسترسی مبتنی بر اشتراک، داشبوردهایی با دیوارهای پرداخت ایجاد کنید
• دسترسی به داده‌های API مانند Google Maps، OpenWeather، و غیره.

• رویکردهای مختلف را به کار ببرید شما داده‌های xt و اطلاعات سفارشی‌شده را برمی‌گرداند

• یک سایت توصیه بصری و مفید برای افزودن ارزش به کاربران و ترغیب آن‌ها به بازگشت دوباره بسازید

• از پیشنهادات فریمیوم Google Analytics استفاده کنید و نتایج را تجزیه و تحلیل کنید

• ایده های خود را با استفاده از ارائه دهندگان برتر ابری بدون سرور به مشتری خود ببرید.

  </></ li>

این کتاب برای چه کسی است

کسانی که تجربه برنامه نویسی با پایتون، ویرایش کد و دسترسی به مفسر در حالت کار را دارند. این کتاب برای کارآفرینانی طراحی شده است که می‌خواهند ایده‌های خود را به وب برسانند، شرکت‌های کوچک بدون کارمند فناوری اطلاعات، دانش‌آموزانی که می‌خواهند در معرض دید و آموزش قرار بگیرند، و برای همه متخصصان علوم داده که آماده هستند کارها را به سطح بعدی ببرند.</ p>

Take your Python machine learning ideas and create serverless web applications accessible by anyone with an Internet connection. Some of the most popular serverless cloud providers are covered in this book―Amazon, Microsoft, Google, and PythonAnywhere.

You will work through a series of common Python data science problems in an increasing order of complexity. The practical projects presented in this book are simple, clear, and can be used as templates to jump-start many other types of projects. You will learn to create a web application around numerical or categorical predictions, understand the analysis of text, create powerful and interactive presentations, serve restricted access to data, and leverage web plugins to accept credit card payments and donations. You will get your projects into the hands of the world in no time.

Each chapter follows three steps: modeling the right way, designing and developing a local web application, and deploying onto a popular and reliable serverless cloud provider. You can easily jump to or skip particular topics in the book. You also will have access to Jupyter notebooks and code repositories for complete versions of the code covered in the book.

What You’ll Learn

• Extend your machine learning models using simple techniques to create compelling and interactive web dashboards

• Leverage the Flask web framework for rapid prototyping of your Python models and ideas

• Create dynamic content powered by regression coefficients, logistic regressions, gradient boosting machines, Bayesian classifications, and more

• Harness the power of TensorFlow by exporting saved models into web applications

• Create rich web dashboards to handle complex real-time user input with JavaScript and Ajax to yield interactive and tailored content

• Create dashboards with paywalls to offer subscription-based access
• Access API data such as Google Maps, OpenWeather, etc.

• Apply different approaches to make sense of text data and return customized intelligence

• Build an intuitive and useful recommendation site to add value to users and entice them to keep coming back

• Utilize the freemium offerings of Google Analytics and analyze the results

• Take your ideas all the way to your customer's plate using the top serverless cloud providers

Who This Book Is For

Those with some programming experience with Python, code editing, and access to an interpreter in working order. The book is geared toward entrepreneurs who want to get their ideas onto the web without breaking the bank, small companies without an IT staff, students wanting exposure and training, and for all data science professionals ready to take things to the next level.