Struttura del corso

Introduzione

Impostazione H2O

Panoramica di H2O Funzionalità e architettura

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 Hadoop dei dati 

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

  • Esperienza di programmazione in Python, R, Scala o Java.

Pubblico

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

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (6)

Corsi relativi

Big Data Business Intelligence for Telecom and Communication Service Providers

  35 ore

Big Data Business Intelligence for Criminal Intelligence Analysis

  35 ore

AI and Robotics for Nuclear - Extended

  120 ore

Categorie relative