Struttura del corso

Introduzione

Impostazione H2O

Panoramica delle funzionalità e dell'architettura di H2O

Navigazione nell'interfaccia utente Web H2O

Preparazione del set di dati

Utilizzo dei modelli di albero delle decisioni

Creazione di un modello lineare

Punteggio dei dati in tempo reale in H2O

Creazione di un modello Random Forest

Creazione di GBM

Analisi dei dati Hadoop

Creazione di un modello Deep Learning

Creazione di un modello di apprendimento non supervisionato

Utilizzo di H2O AutoML per automatizzare il processo di valutazione del modello

Risoluzione dei problemi

Riassunto e conclusione

Requisiti

  • Programming esperienza in Python, R, Scala o Java.

Pubblico

  • Scienziati dei dati
  • Analisti di dati
  • Gli sviluppatori
 14 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (4)

Corsi in Arrivo

Categorie relative