人工神经网络（Artificial Neural Network，即ANN），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。最近十多年来，人工神经网络的研究工作不断深入，已经取得了很大的进展，其在模式识别、智能机器人、自动控制、预测估计、生物、医学、经济等领域已成功地解决了许多现代计算机难以解决的实际问题，表现出了良好的智能特性。
Streamlit是一个用于构建数据科学应用程序的Python库，它提供了一种简单易用的方式来构建交互式应用程序。
nyoka是一个全面支持最新PMML标准的Python库，比sklearn2pmml更强大。
sklearn2pmml是一个可以将模型打包为pmml文件的Python库。
用fastapi开发模型的http接口。
做模型的目的就是为了能够让它来更好的解决产品在实际生产过程中所遇到的具体的问题，所以模型训练好之后下一步要做的就是将其部署上线。
pycaret可以帮助我们快速解决从数据预处理到模型部署的整个流程。
LightGBM、Xgboost、Catboost三者都提供了一系列计算特征重要性的方法。
可解释机器学习慢慢成为了机器学习的重要研究方向。SHAP是用Python开发的一个模型解释包，可以解释任何机器学习模型的输出，其名称来源于SHapley Additive exPlanation。
决策树本身有一个非常大的优点是可解释性，这也是为什么我们可以很容易绘制决策树并展示它们。dtreeviz就是起到这样作用的一种工具。