应用机器学习
探索机器学习主题，了解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，这样你就可以找到机器学习算法的最佳参数集。
嵌入式系统，包括准备机器学习模型在嵌入式设备上运行的最佳实践。
第1部分:特性工程探索如何执行特征工程，一种将原始数据转换为适合机器学习算法的特征的技术。
第二部分:ROC曲线使用ROC曲线评估分类模型。通过几个例子来说明什么是ROC曲线，以及为什么要使用它们。
第三部分:超参数优化了解超参数，包括它们是什么以及为什么要使用它们。探索如何改变机器学习算法中的超参数，使您能够更准确地将模型适应数据。
第4部分:嵌入式系统介绍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。
您也可以从以下列表中选择一个网站: