Kursplan

Introduksjon

Sette opp et arbeidsmiljø

Installerer H2O

Anatomi av en standard Machine Learning arbeidsflyt

    Dataforbehandling, funksjonsutvikling, distribusjon, etc.

Statistiske og Machine Learning Algoritmer

    Gradientforsterkede maskiner, generaliserte lineære modeller, dyp læring, etc.

Hvordan H2O automatiserer arbeidsflyten Machine Learning

    Binær klassifisering, regresjon, etc.

Kasusstudie: Forutsi produkttilgjengelighet

Laste ned et datasett

Bygge en Machine Learning modell

Spesifiser en treningsramme

Trening og kryssvalidering av ulike modeller

Justere hyperparametrene

Trening av to stablede ensemblemodeller

Generer en toppliste over de beste modellene

Inspiserer ensemblekomposisjonen

Trening av mange dypnevrale nettverksmodeller

Feilsøking

Oppsummering og konklusjon

Krav

  • Erfaring med maskinlæringsmodeller.
  • Python eller R programmeringserfaring.

Publikum

  • Dataforskere
  • Dataanalytikere
  • Fageksperter (domeneeksperter)
 14 timer

Antall deltakere



Price per participant

Relaterte kurs

AutoML

14 timer

Google Cloud AutoML

7 timer

AutoML with Auto-Keras

14 timer

AutoML with Auto-sklearn

14 timer

Related Categories