Plan Szkolenia

Wstęp

Konfigurowanie H2O

Przegląd H2O funkcji i architektury

Nawigacja w H2O WebUI

Przygotowanie zbioru danych

Praca z modelami drzew decyzyjnych

Tworzenie modelu liniowego

Ocena danych w czasie rzeczywistym w H2O

Tworzenie Random Forest modelu

Tworzenie GBM

Analiza Hadoop danych

Tworzenie Deep Learning modelu

Tworzenie modelu uczenia się bez nadzoru

Wykorzystanie H2O AutoML do automatyzacji procesu oceny modelu

Rozwiązywanie problemów

Podsumowanie i wnioski

Wymagania

  • Doświadczenie w programowaniu w Python, R, Scala lub Java.

Publiczność

  • Naukowcy danych
  • Analitycy danych
  • Deweloperzy
 14 godzin

Liczba uczestników



Cena za uczestnika

Opinie uczestników (4)

Powiązane Kategorie