感谢您的预订!我们的团队成员将会尽快与您取得联系。
感谢您的预订!我们的团队成员将会尽快与您取得联系。
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 算法
- 梯度提升机、广义线性模型、深度学习等。
H2O 如何实现 Machine Learning 工作流程的自动化
- 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
调整超参数
训练两个堆叠集成模型
生成最佳模型排行榜
检查合奏组合
训练许多深度神经网络模型
故障 排除
总结和结论
要求
- 具有使用机器学习模型的经验。
- Python 或 R 编程经验。
观众
- 数据科学家
- 数据分析师
- 主题专家(领域专家)
14 小时