data/提供了一个存储项目原始数据和处理数据的地方。您还可以包含描述项目数据的data/README.md文件。 docker/是为项目指定一个或多个Dockerfile的地方。 Docker（和其他容器解决方案）有助于确保多台机器和部署之间的行为一致。 api/app.py通过REST客户端公开模型以进行预测。您可能会选择从加载（训练后的）模型，而不是直接从库中导入。 models/定义了该任务的机器学习模型的集合，这些模型由base.py定义的通用API统一。这些模型包括用于任何必要

提交工作日志 通过来自多个项目的提交消息/ JIRA标题创建工作日志。 配置示例（log.yml） projects : - name : New Core System path : ../confidential-project/core - name : New Core UI path : ../confidential-project/ui - name : New Core Document path : ../confi

项目实验

概念学习者 CSC426-01的Project 2概念学习器：机器学习。 作者：Vihan Patel，Luke Kurlandski，Suada Demirovic 文件名：README.md 描述：描述提交的内容。 内容： 可交付成果包括： D1和D2所需的文件： training_examples.csv ：一个格式化的.csv文件，其标题描述了属性和目标概念，随后的每一行描述了一个培训示例。 D1＆D2： find_s.py ：包含Find-S算法的实现，并打印任务2所需的跟踪