感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
介绍
设置工作环境
安装 H2O
标准 Machine Learning 工作流程剖析
- 数据预处理、特征工程、部署等
统计和 Machine Learning 演算法
- 梯度提升机器、广义线性模型、深度学习等。
H2O 如何自动化 Machine Learning 工作流程
- 二元分类、回归等
案例研究：预测产品可用性
下载数据集
构建 Machine Learning 模型
指定训练框架
训练和交叉验证不同的模型
优化超参数
训练两个 Stacked Ensemble 模型
生成最佳模型的排行榜
检查 Ensemble 组合
训练许多深度神经网路模型
故障排除
总结和结论
要求
- 使用机器学习模型的经验。
- Python 或 R 程式设计经验。
观众
- 数据科学家
- 数据分析师
- 主题专家 （领域专家）
14 小时
