Schulungsübersicht

Einführung

Einrichten H2O

Überblick über H2O Funktionen und Architektur

Navigieren in der H2O WebUI

Vorbereiten des Datensatzes

Arbeiten mit Entscheidungsbaummodellen

Erstellen eines linearen Modells

Echtzeit-Datenbewertung in H2O

Erstellen eines Random Forest Modells

GBMs erstellen

Analysieren von Hadoop Daten

Erstellen eines Deep Learning Modells

Erstellen eines unbeaufsichtigten Lernmodells

Verwendung von H2O AutoML zur Automatisierung des Modellbewertungsprozesses

Fehlerbehebung

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Programmiererfahrung in Python, R, Scala, oder Java.

Publikum

  • Datenwissenschaftler
  • Datenanalysten
  • Entwickler
 14 Stunden

Teilnehmerzahl



Preis je Teilnehmer

Erfahrungsberichte (5)

Kombinierte Kurse

Big Data Business Intelligence for Telecom & Communication Service Providers

35 Stunden

Big Data Business Intelligence for Criminal Intelligence Analysis

35 Stunden

From Data to Decision with Big Data and Predictive Analytics

21 Stunden

DataRobot

7 Stunden

Introduction to R with Time Series Analysis

21 Stunden

Matlab for Predictive Analytics

21 Stunden

Predictive Modelling with R

14 Stunden

RapidMiner for Machine Learning and Predictive Analytics

14 Stunden

Visual Analytics – Data science

14 Stunden

AI-Augmented Software Engineering (AIASE)

14 Stunden

AI Coding Assistants: Enhancing Developer Productivity

7 Stunden

Introduction to Data Science and AI using Python

35 Stunden

AI in Digital Marketing

7 Stunden

Artificial Intelligence (AI) for Managers

7 Stunden

Artificial Intelligence (AI) for Robotics

21 Stunden

Verwandte Kategorien