Plan du cours

Introduction

Configuration H2O

Présentation de H2O Fonctionnalités et architecture

Navigation dans l'interface Web H2O

Préparation de l'ensemble de données

Travailler avec des modèles d'arbre de décision

Création d'un modèle linéaire

Notation des données en temps réel dans H2O

Création d'un modèle Random Forest

Créer des GBM

Analyser Hadoop les données

Création d'un modèle Deep Learning

Créer un modèle d'apprentissage non supervisé

Utilisation de H2O AutoML pour automatiser le processus d'évaluation du modèle

Dépannage

Sommaire et conclusion

Pré requis

  • Expérience de la programmation en Python, R, Scala, ou Java.

Audience

  • Data scientists
  • Analystes de données
  • Développeurs
  14 heures

Nombre de participants



Prix par participant

Nos Clients témoignent (6)

Cours Similaires

Big Data Business Intelligence for Telecom and Communication Service Providers

  35 heures

Big Data Business Intelligence for Criminal Intelligence Analysis

  35 heures

AI and Robotics for Nuclear - Extended

  120 heures

Catégories Similaires