Machine Learning obejmuje praktyczne zagadnienia przygotowania danych, budowy modeli i oceny jakości predykcji. Materiały wyjaśniają, jak wykrywać błędy w danych uczących, stosować bootstrap oraz jackknife do szacowania niepewności, a także tworzyć cechy opóźnione w prognozowaniu. Kategoria porusza również rolę człowieka w procesach decyzyjnych opartych na modelach, w tym podejście human-in-the-loop.
