Por: Missael Barco 🌐
- Streamlit Website 🖥️
- Digit detection: SVMs 🎬
- NLP App: HuggingFace Transformers 🤖
- Computer vision App: Ultralytics YOLOv8 📸
En este taller, aprenderás a utilizar Streamlit, una poderosa librería de Python 🐍 que te permite crear aplicaciones web interactivas con tan solo unas pocas líneas de código. Durante el taller, nos embarcaremos en la aventura de crear una aplicación web con 3 funciones interactivas:
- Clasificación de sentimientos con HugoingFace Transformers 📚.
- Detección de objetos con Ultralytics YOLOv8 🚗.
- Reconocimiento de dígitos usando SVMs 🔢.
🔎 ¡Ojo! Este taller se centra en enseñarte a desplegar modelos de Machine Learning en una aplicación web, no en cómo funcionan dichos modelos. Lo que queremos es que aprendas a llevar tu código de un notebook de Jupyter a una aplicación interactiva.
Este taller te servirá para crear un MVP (minimum viable product) de tu proyecto sin la necesidad de construir una aplicación web completa desde cero.
Para poder seguir el ritmo de este taller, necesitarás tener lo siguiente:
- Conocimiento de Python (3.0 o superior) 🐍.
- Pip o conda para manejo de ambientes virtuales 🔄.
- Saber utilizar la terminal (Bash en WSL, o alguna distribución de Linux) ⌨️.
- Conocimiento de NumPy y Matplotlib es útil, pero no indispensable 📊.
- Cuenta de GitHub. Conocimiento básico de Git es útil 🌐.
Tu misión, si decides aceptarla, es crear una aplicación web de 3 páginas usando Streamlit que incluya el contenido de los tres notebooks que se encuentran en el repositorio de GitHub del taller, en la carpeta notebooks. Puedes utilizar el código de los notebooks como base para tu aplicación, o puedes crear tu propia aplicación desde cero. ¡Tú decides!. No te olvides de revisar la documentación de Streamlit para cualquier duda que tengas.
Si te atascas en algún punto o quieres ver una posible solución, puedes dirigirte a la rama solution del repositorio.
Tu objetivo final debería ser algo como esto: