Crear un endpoint

# Crear un endpoint

Ahora crearemos un endpoint para el modelo de Detección de Fraude anterior para permitir que las aplicaciones externas interactúen con el modelo de manera fluida y obtengan predicciones.

1. Navega al componente **Endpoints** en el menú izquierdo y haz clic en {{%badge%}}Create Endpoint{{%/badge%}}.
<br />

2. Proporciona un nombre para el endpoint en el campo **Endpoint Name**; (lo nombraremos **Fraud Detection**), y selecciona el nombre del pipeline del modelo de los valores desplegables del campo Choose Model. Luego haz clic en {{%badge%}}Create Endpoint{{%/badge%}}.
<br />

3. Una vez que el endpoint esté creado, puedes ver la página de detalles del endpoint, como se muestra a continuación. Puedes probar el modelo proporcionando una solicitud de ejemplo en la columna Request y hacer clic en el botón {{%badge%}}Get Result{{%/badge%}}. Esto generará el valor predicho en la columna Response.
<br />

4. Haz clic en {{%badge%}}Publish{{%/badge%}} y usa la URL del endpoint para integrar el modelo de ML con cualquier otra aplicación.
<br />

{{%note%}}{{%bold%}}Nota:{{%/bold%}} También puedes consultar {{%link href="/es/quickml/help/pipeline-endpoints/#external-oauth2-authentication" %}}este documento{{%/link%}} para implementar la autenticación de pipelines. Esto garantiza el acceso seguro a los endpoints, los modelos de ML y los datasets.{{%/note%}}

Ahora crearemos un endpoint para el modelo de Detección de Fraude anterior para permitir que las aplicaciones externas interactúen con el modelo de manera fluida y obtengan predicciones.

Navega al componente Endpoints en el menú izquierdo y haz clic en Create Endpoint.
Proporciona un nombre para el endpoint en el campo Endpoint Name; (lo nombraremos Fraud Detection), y selecciona el nombre del pipeline del modelo de los valores desplegables del campo Choose Model. Luego haz clic en Create Endpoint.
Una vez que el endpoint esté creado, puedes ver la página de detalles del endpoint, como se muestra a continuación. Puedes probar el modelo proporcionando una solicitud de ejemplo en la columna Request y hacer clic en el botón Get Result. Esto generará el valor predicho en la columna Response.
Haz clic en Publish y usa la URL del endpoint para integrar el modelo de ML con cualquier otra aplicación.

Nota: También puedes consultar este documento para implementar la autenticación de pipelines. Esto garantiza el acceso seguro a los endpoints, los modelos de ML y los datasets.

Última actualización 2026-03-20 21:51:56 +0530 IST

Pipeline Endpoints