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，这是一种用于将原始数据转换成适合于机器学习算法的特征的技术。
ROC曲线，这是用来比较和评估机器学习的结果。
超参数优化，所以你可以找到的参数，机器学习算法的最佳设置。
嵌入式系统，包括如何准备你的机器学习模型在嵌入式设备上运行的最佳实践。
第1部分：功能工程探索如何执行功能的工程，用于将原始数据转换成适合于机器学习算法功能的技术。
第2部分：ROC曲线使用ROC曲线来评估分类模型。通过说明什么ROC曲线，以及为什么你会使用他们几个例子的步行路程。
第3部分：超参数优化了解超参数，包括它们是什么以及为什么你会使用它们。探索如何在你的机器学习算法改变的超参数使您能够更准确地满足您的模型数据。
第4部分：嵌入式系统通过几个关键技术和最佳实践走在嵌入式设备上运行你的机器学习模型。
您还可以选择从下面的列表中的网站：