应用机器学习
探索机器学习主题，学习它们是什么以及如何使用它们。主题包括：
特征工程，这是一种将原始数据转换为适合机器学习算法的特征的技术。
ROC曲线，用于比较和评估机器学习结果。
超参数优化，因此您可以找到机器学习算法的最佳参数集。
嵌入式系统，包括准备在嵌入式设备上运行的机器学习模型的最佳实践。
第1部分：特征工程探索如何执行特征工程，这是一种将原始数据转换为适合机器学习算法的特征的技术。
第2部分：ROC曲线使用ROC曲线评估分类模型。通过几个例子说明ROC曲线是什么以及为什么要使用它们。
第3部分：超参数优化了解超参数，包括它们是什么以及使用它们的原因。探索更改机器学习算法中的超参数如何使您的模型更准确地适应数据。
第4部分：嵌入式系统浏览在嵌入式设备上运行机器学习模型的几个关键技术和最佳实践。
您还可以从以下列表中选择网站：