Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Introductie
Het opzetten van een werkomgeving
Installeren H2O
Anatomie van een standaard Machine Learning workflow
- Voorverwerking van gegevens, functie-engineering, implementatie, enz.
Statistische en Machine Learning algoritmen
- Gradient versterkte machines, gegeneraliseerde lineaire modellen, deep learning, enz.
Hoe H2O de Machine Learning-workflow automatiseert
- Binaire classificatie, regressie, enz.
Casestudy: Productbeschikbaarheid voorspellen
Een gegevensset downloaden
Een Machine Learning-model bouwen
Een trainingskader opgeven
Training en cross-validatie van verschillende modellen
De hyperparameters afstemmen
Training van twee gestapelde ensemblemodellen
Een leaderboard van de beste modellen genereren
Inspecteren van de ensemblecompositie
Het trainen van veel Deep Neural Network-modellen
Probleemoplossing
Samenvatting en conclusie
Requirements
- Ervaring met het werken met machine learning-modellen.
- Python of R-programmeerervaring.
Publiek
- Datawetenschappers
- Data-analisten
- Vakdeskundigen (domeinexperts)
14 Hours