Итоговый проект (пример) курса "Машинное обучение в бизнесе"
Стек:
-
ML: sklearn, pandas, numpy, catboost
-
API: flask
Данные: с kaggle - https://www.kaggle.com/datasets/mrsohelrana/bank-marketing-data
Задача: предсказать откроет ли клиент срочный вклад (поле y). Бинарная классификация
Используемые признаки:
- duration
- contact
- poutcome
Модель: catboost
Клонируем репозиторий и создаем образ
git clone https://github.com/PolinaNik/MIB_project.git
cd MIB_project
docker build -t catboost_model .
Запускаем контейнер
Здесь Вам нужно создать каталог локально и сохранить туда предобученную модель (<your_local_path_to_pretrained_models> нужно заменить на полный путь к этому каталогу)
docker run -d -p 8180:8180 -p 8181:8181 -v <your_local_path_to_pretrained_models>:/app/app/models catboost_model