Schulungsübersicht

Einführung

Einrichten H2O

Überblick über H2O Funktionen und Architektur

Navigieren in der H2O WebUI

Vorbereiten des Datensatzes

Arbeiten mit Entscheidungsbaummodellen

Erstellen eines linearen Modells

Echtzeit-Datenbewertung in H2O

Erstellen eines Random Forest Modells

GBMs erstellen

Analysieren von Hadoop Daten

Erstellen eines Deep Learning Modells

Erstellen eines unbeaufsichtigten Lernmodells

Verwendung von H2O AutoML zur Automatisierung des Modellbewertungsprozesses

Fehlerbehebung

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Programmiererfahrung in Python, R, Scala, oder Java.

Publikum

  • Datenwissenschaftler
  • Datenanalysten
  • Entwickler
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer

Erfahrungsberichte (4)

Verwandte Kategorien