Struttura del corso

Introduzione

Creazione di un ambiente di lavoro

Installazione H2O

Anatomia di un flusso di lavoro standard Machine Learning

  • Pre-elaborazione dei dati, progettazione delle funzionalità, distribuzione e così via.

Algoritmi statistici e Machine Learning

  • Macchine potenziate dal gradiente, modelli lineari generalizzati, deep learning, ecc.

In che modo H2O automatizza il flusso di lavoro Machine Learning

  • Classificazione binaria, regressione, ecc.

Caso di studio: Previsione della disponibilità dei prodotti

Download di un set di dati

Creazione di un modello Machine Learning

Specificare un frame di addestramento

Training e convalida incrociata di diversi modelli

Ottimizzazione degli iperparametri

Addestramento di due modelli di ensemble impilati

Generazione di una classifica dei migliori modelli

Ispezione della composizione dell'ensemble

Addestramento di molti modelli di reti neurali profonde

Risoluzione dei problemi

Riassunto e conclusione

Requisiti

  • Esperienza di lavoro con modelli di Machine Learning.
  • Python o esperienza di programmazione R.

Pubblico

  • Scienziati dei dati
  • Analisti di dati
  • Esperti in materia (esperti di dominio)
 14 ore

Numero di Partecipanti


Prezzo per Partecipante