Plan du cours

Introduction

Mise en place H2O

Aperçu des fonctionnalités et de l'architecture de H2O

Navigation dans l'interface Web H2O

Préparation de l'ensemble de données

Travailler avec des modèles d'arbres de décision

Création d'un modèle linéaire

Notation des données en temps réel dans H2O

Création d'un modèle Random Forest

Création de GBM

Analyse des données Hadoop

Création d'un modèle Deep Learning

Création d'un modèle d'apprentissage non supervisé

Utiliser H2O AutoML pour automatiser le processus d'évaluation du modèle

Résolution des problèmes

Résumé et conclusion

Pré requis

  • Programming expérience en Python, R, Scala, ou Java.

Public

  • Scientifiques des données
  • Analystes de données
  • Développeurs
 14 heures

Nombre de participants


Prix par participant

Nos clients témoignent (4)

Cours à venir

Catégories Similaires