Déploiement de Modèles
Difficile 28 pointsDéployez un modèle ML en production : sérialisation, API REST, monitoring.
Le déploiement met le modèle en production. La sérialisation (pickle, joblib) sauvegarde le modèle. Une API REST expose les prédictions. Le monitoring suit la performance et la dérive des données.
Votre code
Indice
Utilisez pickle pour sauvegarder/charger, Flask pour l'API
Résultat
Cliquez sur "Exécuter le code" pour voir le résultat de votre code. Cliquez sur "Soumettre" pour vérifier si votre réponse est correcte.