MachineLearningIITKGP:用于IHC基于云的图像分析的深度学习和机器学习模型访问框架-源码

动态访问机器学习模型的框架 该框架提供了基于Web的GUI访问动态预训练的机器学习模型的功能，用于对用户上传的数据进行基于云的预测，并进行了实时分析。 该框架的目的是创建一个环境，使用户可以轻松地利用机器学习模型的功能，只需加载并执行预先训练的模型，而无需进行预处理，训练和将其拟合到数据上的不便之处。 它允许基于Web的模型访问，用户可以简单地选择自己喜欢的模型，然后继续上传图像或CSV文件以获取模型的要求。 重点是通过即插即用系统访问模型，并附带良好的GUI。 功能性： 可以通过网络/服务器轻松访问经过预先训练的序列化深度学习模型，例如自动编码器，MLP和ML模型，例如随机森林，K最近邻居，神经网络和支持向量机。 目前，已经针对多类分类问题在医学数据集上对模型进行了训练，并将这些模型序列化并存储在.model文件中。 构建框架的目的是使GUI及其功能独立于基础的机器学习模型，并