Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 3 Stimmen.
Beginner's Guide to Streamlit with Python: Build Web-Based Data and Machine Learning Applications
Dieses Buch vermittelt Ihnen die Grundlagen von Streamlit, einem Python-basierten Anwendungsframework zur Erstellung von interaktiven Dashboards und Webanwendungen für maschinelles Lernen. Streamlit verkürzt die Entwicklungszeit für webbasierte Anwendungsprototypen von Daten und maschinellen Lernmodellen. Wie Sie sehen werden, hilft Streamlit bei der Entwicklung von datengestützten Analysen, beim Aufbau dynamischer Benutzererfahrungen und bei der Präsentation von Daten für Data Science- und Machine Learning-Modelle.
Beginner's Guide to Streamlit with Python beginnt mit den Grundlagen von Streamlit, indem gezeigt wird, wie man eine Basisanwendung erstellt, und geht dann zu Visualisierungstechniken und deren Funktionen über. Anschließend werden die verschiedenen Aspekte einer typischen Streamlit-Webanwendung behandelt und erklärt, wie Flusskontrolle und Statuselemente verwaltet werden. Sie werden auch Techniken zur Leistungsoptimierung kennenlernen, die für Datenmodule in einer Streamlit-Anwendung erforderlich sind. Anschließend erfahren Sie, wie Streamlit-Anwendungen auf verschiedenen Plattformen eingesetzt werden können. Das Buch schließt mit einigen Prototypen von Anwendungen zur Verarbeitung natürlicher Sprache mit Computer Vision, die mit Streamlit implementiert wurden.
Nach der Lektüre dieses Buches werden Sie die Konzepte, Funktionalitäten und die Leistung von Streamlit verstehen und in der Lage sein, eigene dynamische Streamlit-Webanwendungen für Daten und maschinelles Lernen zu entwickeln.
Was Sie lernen werden
⬤ Wie man mit der Entwicklung von Webanwendungen mit Streamlit beginnt.
⬤ Was sind die Streamlit-Komponenten.
⬤ Medienelemente in Streamlit.
⬤ Wie man Daten mit verschiedenen interaktiven und dynamischen Python-Bibliotheken visualisiert.
⬤ Wie man Modelle in Streamlit-Webanwendungen implementiert.
Für wen dieses Buch gedacht istFachleute, die in den Bereichen Datenwissenschaft und maschinelles Lernen arbeiten und ihre Arbeit in einer Webanwendung präsentieren und einsetzen möchten, ohne Vorkenntnisse in der Webentwicklung zu haben.