随着您学习机器学习速成课程， 通过在 tf.keras 中对模型进行编码，将概念付诸实践。 您将使用 Colab 作为编程环境。Colab 是 Google 的 Jupyter 笔记本版本。 与 Jupyter 笔记本一样，Colab 也提供交互式 Python 编程， 混合了文本、代码、图形和程序输出的环境。
NumPy 和 Pandas
要使用 tf.keras，您至少需要了解以下内容 两个开源 Python 库：
如果您不熟悉 NumPy 或 Pandas，请先 以下两项 Colab 练习：
- NumPy UltraQuick 教程 Colab 练习，该练习提供了所有 NumPy 学习本课程所需的信息
- 熊猫 UltraQuick 教程 Colab 练习，该练习介绍了 学习本课程所需的信息
使用 tf.keras 进行线性回归
掌握 NumPy 和 Pandas 方面的能力后，请完成以下两个 Colab 实验 探索线性回归和超参数调优的练习 在 tf.keras 中：
- 使用合成数据进行线性回归 Colab 练习， 使用玩具数据集探索了线性回归。
- 使用真实数据集进行线性回归 Colab 练习， 这些提示可帮助您了解 在实际数据集上执行的任何操作。
直接在浏览器中运行编程练习（无需设置 使用 Colaboratory 来运行 平台。大多数主流浏览器都支持 Colaboratory， 在桌面版 Chrome 和 Firefox 上进行了全面测试。如果您愿意 下载这些练习并离线运行，请参阅 这些 设置本地环境的说明。