Praktyczne uczenie maszynowe z H2O

Uczenie maszynowe nie musi być ograniczone złożonymi równaniami i przytłaczającym kodem.Dzięki wysokowydajnej platformie H2O możesz szybko i wydajnie budować, trenować i wdrażać modele predykcyjne klasy korporacyjnej. Ten kurs tekstowy zabierze Cię od absolutnego początkującego do pewnego stosowania algorytmów uczenia maszynowego do rzeczywistych zbiorów danych.Dowiesz się, jak przygotować swoje dane, trenować różne algorytmy i wybrać najlepiej działające modele dla określonych celów biznesowych. Czego się nauczysz: - Zapoznaj się z podstawowymi koncepcjami uczenia maszynowego i architekturą platformy H2O - Wdrażaj algorytmy uczenia się pod nadzorem, w tym modele liniowe, lasy losowe i maszyny zwiększające gradient - Poznaj techniki uczenia się bez nadzoru, aby znaleźć ukryte wzorce i klastry w swoich danych - Wykorzystaj H2O AutoML, aby automatycznie trenować, dostrajać i klasyfikować potoki modeli kandydackich - Oceń wydajność modelu za pomocą kluczowych wskaźników i interpretuj prognozy za pomoca nowoczesnych narzędzi do wyjaśniania Zaczynając od podstawowej terminologii i podstaw przygotowania danych, przejdziesz krok po kroku przez przewodniki i fragmenty kodu obejmujące klasyfikację, regresję i klasterowanie.Zakończysz naukę, jak porównać wydajność modelu i przygotować swoje modele do rzeczywistego zastosowania. Ten kurs jest przeznaczony dla początkujących, analityków danych i programistów, którzy chcą praktycznego, skoncentrowanego na kodzie wprowadzenia do uczenia maszynowego bez żargonów matematycznych. Zacznij czytać już dziś, aby opanować skalowalne uczenie maszynowe z H2O.