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
1