Machine Learning gromadzi materiały o metodach uczenia maszynowego, budowie modeli i ich skalowaniu w środowiskach produkcyjnych. Tematy obejmują trening z użyciem Kubernetes i Kubeflow, masked autoencoders oraz contrastive learning wykorzystywany na przykład do wykrywania podobnych obrazów. Kategoria pozwala poznać zarówno koncepcje stojące za algorytmami, jak i zagadnienia infrastrukturalne ważne dla pracy z danymi oraz modelami AI.
