Kursplan

Introduktion

Konfigurera H2O

Översikt över H2O Funktioner och arkitektur

Navigera i H2O WebUI

Förbereder datamängden

Arbeta med beslutsträdsmodeller

Skapa en linjär modell

Realtidsdatapoäng i H2O

Skapa en Random Forest modell

Skapa GBM

Analysera Hadoop Data

Skapa en Deep Learning modell

Skapa en oövervakad inlärningsmodell

Användning av H2O AutoML för att automatisera modellutvärderingsprocessen

Felsökning

Sammanfattning och slutsats

Krav

  • Programmeringserfarenhet i Python, R, Scala eller Java.

Publik

  • Dataforskare
  • Dataanalytiker
  • Utvecklare
 14 timmar

Antal deltagare



Price per participant

Vittnesmål (5)

Relaterade Kurser

Big Data Business Intelligence for Telecom and Communication Service Providers

35 timmar

Big Data Business Intelligence for Criminal Intelligence Analysis

35 timmar

From Data to Decision with Big Data and Predictive Analytics

21 timmar

DataRobot

7 timmar

Introduction to R with Time Series Analysis

21 timmar

Matlab for Predictive Analytics

21 timmar

Predictive Modelling with R

14 timmar

RapidMiner for Machine Learning and Predictive Analytics

14 timmar

Visual Analytics – Data science

14 timmar

OptaPlanner in Practice

21 timmar

AI in business and Society & The future of AI - AI/Robotics

7 timmar

UiPath for Intelligent Process Automation (IPA)

14 timmar

Intelligent Testing

14 timmar

Introduction to Data Science and AI using Python

35 timmar

AI in Digital Marketing

7 timmar

Relaterade Kategorier