Achei demais mesmo esse projeto!
ML é bem difícil de conseguir evoluir tão rápido no começo, então parabéns por isso!
Eu diria pra vc estudar a criação de APIs com fastAPI ou django. Só olhando as documentações vc consegue subir uma API de testes.
A partir daí, vc já tem um início pra receber esses dados e retornar o valor da predição.
Porém, saiba que se você precisa suportar uma alta escala de requisições, você vai precisar repensar a arquitetura da aplicação.
Show, que bom que gostou do projeto. Obrigado pela orientação.
No entanto eu comecei uma processo de criação de API, usando o flask https://github.com/gabriel-roque/neural-network-diabetes/blob/master/app.py
Meu grande desafio mora no fato de que toda vez que receber um dado novo, teria que aplicar o processo de normalização, mas usando a base já existente. Acontece que fazer isso toda vez que receber uma nova requisição, é muito custoso. Queria saber como resolver de forma perfomática e adotando as boas práticas.
Salve os parâmetros do modelo depois de treinado uma vez só, ou treine ao subir o serviço com API.