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


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (6)

Kombinierte Kurse

Big Data Business Intelligence for Telecom & Communication Service Providers

  35 Stunden

Big Data Business Intelligence for Criminal Intelligence Analysis

  35 Stunden

AI and Robotics for Nuclear - Extended

  120 Stunden

Verwandte Kategorien