Support dynamic calculations on trained model

We should be able to support different kinds of dynamic calculations on the trained model.
At the moment some of these operations are exposed as methods on the model found inside the result object.

One example is the exploration of the model's representation of a single point in https://github.com/novonordisk-research/ProcessOptimizer/blob/develop/examples/7Dimensional_optimization_and_plotting.ipynb where the following code is executed to generate further data
```python
samples_of_y = res.models[-1].sample_y(transformed_point, n_samples=25000, random_state=None)`
```
These calculations has to be made on the server as it is the only place we have access to python. The solution currently pursued is to send the pickled result from #6 to the server and use it for further calculations

Commencez par le serveur REST API et l’exemple de examples/7Dimensional_optimization_and_plotting.ipynb, en particulier l’appel res.models[-1].sample_y(...). Examinez l’approche des résultats sérialisés avec pickle décrite dans #6 et déterminez comment les calculs dynamiques sur le modèle entraîné doivent être exposés. C’est terminé lorsque le serveur peut effectuer les calculs demandés sur le modèle sans nécessiter d’accès local à Python.

Rédigé par le modèle d'indexation à partir du texte de l'issue.