Programa do Curso

Introdução

Configurando um ambiente de trabalho

Instalar H2O

Anatomia de um fluxo de trabalho padrão Machine Learning

  • Pré-processamento de dados, engenharia de caraterísticas, implementação, etc.

Estatística e Machine Learning Algoritmos

  • Máquinas impulsionadas por gradiente, modelos lineares generalizados, aprendizagem profunda, etc.

Como H2O automatiza o fluxo de trabalho de Machine Learning

  • Classificação binária, regressão, etc.

Estudo de caso: Previsão da disponibilidade do produto

Download de um conjunto de dados

Construir um modelo Machine Learning

Especificar um quadro de treinamento

Treinamento e validação cruzada de modelos diferentes

Ajustar os hiperparâmetros

Treinar dois modelos de conjunto empilhados

Geração de uma tabela de classificação dos melhores modelos

Inspecionando a composição do conjunto

Treinamento de muitos modelos de rede neural profunda

Solução de problemas

Resumo e conclusão

Requisitos

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

Público

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

Número de participantes


Preço por participante

Próximas Formações Provisórias