Programa do Curso

Introdução

Configurando um ambiente de trabalho

Instalando H2O

Anatomia de um fluxo de trabalho padrão Machine Learning

  • Pré-processamento de dados, engenharia de recursos, implantação, etc.

Algoritmos estatísticos e Machine Learning

  • Máquinas com gradiente aumentado, modelos lineares generalizados, aprendizado profundo, etc.

Como H2O automatiza o Machine Learning fluxo de trabalho

  • Classificação Binária, Regressão, etc.

Estudo de caso: previsão da disponibilidade do produto

Baixando um conjunto de dados

Construindo um modelo Machine Learning

Especifique um quadro de treinamento

Treinamento e validação cruzada de diferentes modelos

Ajustando os hiperparâmetros

Treinando dois modelos Stacked Ensemble

Gerando uma tabela de classificação dos melhores modelos

Inspecionando a composição do conjunto

Treinando muitos modelos de redes neurais profundas

Solução de problemas

Resumo e conclusão

Requisitos

  • Experiência de trabalho com modelos de aprendizagem automática.
  • Python ou experiência em programação R.

Público

  • Cientistas de dados
  • Analistas de dados
  • Especialistas no assunto (especialistas no domínio)
 14 horas

Número de participantes



Preço por participante

Categorias Relacionadas