Schulungsübersicht

Einführung

Einrichten einer Arbeitsumgebung

Installieren H2O

Anatomie eines Standard Machine Learning Arbeitsablaufs

  • Datenvorverarbeitung, Feature-Engineering, Bereitstellung, etc.

Statistische und Machine Learning Algorithmen

  • Gradient-Boosted-Maschinen, verallgemeinerte lineare Modelle, Deep Learning, usw.

Wie H2O den Machine Learning Workflow automatisiert

  • Binäre Klassifizierung, Regression, usw.

Fallstudie: Vorhersage der Produktverfügbarkeit

Herunterladen eines Datensatzes

Erstellen eines Machine Learning-Modells

Festlegen eines Trainingsrahmens

Training und Kreuzvalidierung verschiedener Modelle

Abstimmen der Hyperparameter

Training von zwei gestapelten Ensemble-Modellen

Erzeugen eines Leaderboards der besten Modelle

Überprüfen der Ensemble-Zusammensetzung

Training vieler tiefer neuronaler Netzwerkmodelle

Fehlersuche

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Erfahrung in der Arbeit mit maschinellen Lernmodellen.
  • Python oder R-Programmiererfahrung.

Publikum

  • Datenwissenschaftler
  • Datenanalysten
  • Fachexperten (Domänenexperten)
  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.

Kombinierte Kurse

Verwandte Kategorien