Use this link to cite:
https://hdl.handle.net/2183/46327 Plataforma Web para a xestión de modelos de aprendizaxe automática: aplicación á predición da hipertensión arterial
Loading...
Identifiers
Publication date
Authors
Ulloa Santín, Pablo
Advisors
Other responsabilities
Universidade da Coruña. Facultade de Informática
Journal Title
Bibliographic citation
Type of academic work
Academic degree
Abstract
[Abstract]: This thesis presents MLSuite, an integrated system designed to support the experimentation and evaluation of machine learning models. The platform centralizes model management, the definition of input signatures, and the execution of predictions in a reproducible manner. It leverages two companion libraries: MLSchema, which standardizes input signatures from datasets, and MLForm, which renders them as dynamic forms for data entry. MLSuite provides a complete workflow, from model upload and signature validation to prediction and result storage in a database, ensuring traceability of experiments. Delivered as a web application, it allows users to obtain predictions from any ML model without implementing custom interfaces and to use it as a model playground where predictions can be evaluated, corrected, and exported as training-ready datasets.
[Resumo]: Este traballo de fin de grao presenta MLSuite, un sistema integrado deseñado para apoiar a experimentación e avaliación de modelos de machine learning. A plataforma centraliza a xestión de modelos, a definición de signatures de entrada e a execución de predicións de maneira reproducible. Para iso emprega dúas bibliotecas complementarias: MLSchema, que estandariza as signatures a partir de datasets, e MLForm, que as transforma en formularios dinámicos para a introdución de datos. MLSuite ofrece un fluxo completo que abrangue desde a subida de modelos e a validación das signatures ata a realización de predicións e o almacenamento dos resultados nunha base de datos, garantindo a trazabilidade dos experimentos. Fornecido como aplicación web, permite obter predicións de calquera modelo de machine learning sen implementar interfaces específicas e serve tamén como playground para avaliar, corrixir e exportar predicións como conxuntos de datos listos para o adestramento.
[Resumo]: Este traballo de fin de grao presenta MLSuite, un sistema integrado deseñado para apoiar a experimentación e avaliación de modelos de machine learning. A plataforma centraliza a xestión de modelos, a definición de signatures de entrada e a execución de predicións de maneira reproducible. Para iso emprega dúas bibliotecas complementarias: MLSchema, que estandariza as signatures a partir de datasets, e MLForm, que as transforma en formularios dinámicos para a introdución de datos. MLSuite ofrece un fluxo completo que abrangue desde a subida de modelos e a validación das signatures ata a realización de predicións e o almacenamento dos resultados nunha base de datos, garantindo a trazabilidade dos experimentos. Fornecido como aplicación web, permite obter predicións de calquera modelo de machine learning sen implementar interfaces específicas e serve tamén como playground para avaliar, corrixir e exportar predicións como conxuntos de datos listos para o adestramento.
Description
Editor version
Rights
Attribution 4.0 International






