Kubernetes上的AI / ML-端到端工作流程 介绍 这描述了端到端的AI / ML工作流程和lifcycle。 用例可以预测客户流失-尽管功能和工具可以转移到任何AI / ML用例。 此图描述了每个阶段涉及的流程和参与者： 今天的研讨会将分为多个子模块-逻辑上遵循此工作流程。 指示 您的主持人将为您分配一个用户名，您可以在今天的研讨会中使用该用户名。 在今天的指示中 在看到USERNAME的地方替换您分配的用户名 替换您的密码（同今天就为大家）openshift在那里你看到密码 如

ML.NET工作坊 欢迎来到ML.NET Workshop！ 是面向.NET开发人员的开源，跨平台机器学习框架。 您可以使用ML.NET来创建自定义的机器学习模型，而无需具备先前的机器学习经验，也无需离开.NET生态系统。 在本研讨会中，我们将建立，训练和使用机器学习模型，该模型将根据诸如汽车制造商，模型和行驶里程等因素来预测二手车的价格。 我们还将学习机器学习的基础知识，各种ML.NET框架功能和工具，以及如何轻松地开始使用ML.NET。 项目结构 该应用程序由七个项目组成： 共享的：具

UGA ACM机器学习研讨会 香农奎因 电子邮件： 推特： 的github 该存储库包含与UGA ACM机器学习研讨会相关的笔记本和其他文件（几乎完全基于Jake VanderPlas的；请参阅此文件末尾的“致谢”部分）。 查看资料 如果您只想查看静态文件，那就别无所求-GitHub会在Web浏览器中本地渲染！ 只需单击您要查看的.ipynb文件，它就会出现。 另外，您可以使用出色的nbviewer服务。 但是请注意，您不能在nbviewer修改或运行内容。 要运行或修改，则必须继续阅