Практическое машинное обучение с H2O

Машинное обучение не должно быть ограничено сложными уравнениями и громоздким кодом. Используя высокопроизводительную платформу H2O, вы можете быстро и эффективно создавать, обучать и развертывать модели предсказания корпоративного уровня. Этот текстовый курс поможет вам освоить алгоритмы машинного обучения и применять их к реальным наборам данных. Вы узнаете, как готовить данные, обучать различные алгоримы и выбирать наиболее эффективные модели для достижения конкретных бизнес-целей. Что вы узнаете: - Понять основные концепции машинного обучения и архитектуру платформы H2O - Внедрение алгоритмов обучения с наблюдением, включая линейные модели, случайные леса и машины повышения градиента - Исследуйте методы обучения без наблюдения, чтобы найти скрытые шаблоны и кластеры в ваших данных - Используйте H2O AutoML для автоматического обучения, настройки и ранжирования конвейера кандидатов - Оценивать эффективность модели с использованием ключевых показателей и интерпретировать прогнозы с использование современных инструментов объяснения Начиная с основных терминов и основ подготовки данных, вы пройдете пошаговые письменные руководства и фрагменты кода, охватывающие классификацию, регрессию и кластеризацию. Вы завершите обучение, изучив, как сравнивать производительность моделей и готовить свои модели для применения в реальном мире. Этот курс предназначен для начинающих, аналитиков данных и разработчиков программного обеспечения, которым нужно практическое, ориентированное на код введение в машинное обучение без математического жаргона. Начните читать сегодня, чтобы овладеть масштабируемым машинным обучением с H2O.