¡Hola! 🌟
Bienvenid@ al repositorio del curso "APIs con Python: de consumir a construir"
Aquí aprenderás desde cómo consumir APIs externas hasta cómo construir tu propia API con modelos de Machine Learning.
Intro-APIs-Python-ML/
│
├── 1_Consumir_APIs.ipynb # Clase 1: Consumir APIs externas
├── 2_Training_clasificacion.ipynb # Clase 2: Entrenar modelo de clasificación
├── 3_Training_PCA.ipynb # Clase 2: Entrenar modelo de clustering
│
├── API_Prediction/ # Backend: API con FastAPI
│ ├── main.py
│ ├── routers/
│ ├── models/ # Archivos .pkl
│ └── README.md
│
├── App_gradio/ # Frontend: Interfaz con Gradio
│ ├── app.py
│ └── README.md
│
└── README.md # Este archivo
| Archivo | Descripción |
|---|---|
1_Consumir_APIs.ipynb |
Cómo consumir APIs: INEGI, Banxico, yfinance, Our World in Data, Gemini |
2_Training_clasificacion.ipynb |
Entrenamiento de Random Forest para predecir si un cliente contratará |
3_Training_PCA.ipynb |
Clustering con K-Means + PCA para segmentación de clientes |
💡 Tip: Los notebooks tienen un botón de "Open in Colab" al inicio. Puedes correrlos directamente en Google Colab sin necesidad de instalar nada.
Backend construido con FastAPI que expone los modelos entrenados.
| Endpoint | Descripción |
|---|---|
GET /docs |
Documentación Swagger |
GET /health |
Estado de la API |
POST /predict/clasificacion |
¿Contratará el cliente? |
POST /predict/segmento |
¿A qué segmento pertenece? |
Ejecución:
cd API_Prediction
pip install -r requirements.txt
python -m uvicorn main:app --reloadFrontend con Gradio para interactuar visualmente con la API.
Ejecución:
cd App_gradio
pip install gradio requests
python app.py# 1. Clonar el repo
git clone https://github.com/milioe/Intro-APIs-Python-ML.git
cd Intro-APIs-Python-ML
# 2. Instalar dependencias generales
pip install -r requirements.txt
# 3. Correr la API (en una terminal)
cd API_Prediction
python -m uvicorn main:app --reload
# 4. Correr el frontend (en otra terminal)
cd App_gradio
python app.py┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 1. Consumir │ │ 2. Entrenar │ │ 3. Construir │
│ APIs │ ──► │ Modelos │ ──► │ API │
│ │ │ │ │ │
│ INEGI, Banxico │ │ Random Forest │ │ FastAPI │
│ yfinance │ │ K-Means + PCA │ │ + Gradio │
└─────────────────┘ └─────────────────┘ └─────────────────┘
- yfinance - Datos financieros
- Google Gemini - IA generativa
¿Dudas, comentarios o sugerencias?
✉️ Email: emilio@milioe.com
🐙 GitHub: @milioe
Mientras creaba los contenidos de este curso escuchaba
Este proyecto es de uso educativo. Siéntete libre de usarlo, modificarlo y compartirlo.