Programa del Curso

Introducción

Configuración H2O

Descripción general de H2O Características y arquitectura

Navegación por la H2O interfaz de usuario web

Preparación del conjunto de datos

Trabajar con modelos de árbol de decisión

Creación de un modelo lineal

Puntuación de datos en tiempo real en H2O

Creación de un modelo Random Forest

Creación de GBM

Análisis de Hadoop datos 

Creación de un modelo Deep Learning

Creación de un modelo de aprendizaje no supervisado

Uso de H2O AutoML para automatizar el proceso de evaluación del modelo

Solución de problemas

Resumen y conclusión

Requerimientos

  • Experiencia en programación en Python, R, Scala o Java.

Audiencia

  • Científicos de datos
  • Analistas de datos
  • Desarrolladores
 14 horas

Testimonios (4)

Categorías Relacionadas