Машинное обучение с использованием библиотеки Н2О
Оригинальное название: "Practical Machine Learning with H2O"
Оригинальный правообладатель: "O'Reilly"
Автор: Кук Даррен
Дата выхода: сентябрь 2017 года
Объем, стр.: 250
Формат: pdf
Машинное обучение наконец-то достигло стадии зрелости.
При помощи программного обеспечения H2O вы можете решать задачи машинного обучения и анализа данных
с использованием простого в использовании и открытого (open source) фреймворка,
который поддерживает большое количество операционный систем и языков программирования,
а также масштабируется для обработки больших данных.
Это практическое руководство научит вас использовать алгоритмы машинного обучения,
реализованные в H2O, с упором на наиболее важные для продуктивной работы аспекты.
Если вы умеете программировать на R или Python,
хотя бы немного знаете статистику и имеете опыт обработки данных,
эта книга Даррена Кука познакомит вас с основами использования H2O
и поможет вам поэкспериментировать с машинным обучением на наборах данных разного размера.
Вы изучите несколько современных алгоритмов машинного обучения:
глубокое обучение, «случайный лес», обучение на не размеченных данных и ансамбли моделей.
Прочтя эту книгу, вы:
• узнаете, как импортировать данные в H2O, преобразовывать их и экспортировать их из H2O;
• изучите основные концепции машинного обучения, такие как перекрестная проверка и проверочные наборы данных;
• поработаете с тремя разными наборами данных, решая задачи регрессии, бинарной и многоклассовой классификации;
• используете H2O для анализа каждого набора данных при помощи четырех алгоритмов машинного обучения;
• поймете, как работает кластерный анализ и другие алгоритмы обучения на неразмеченных данных.
Оригинальное название: "Practical Machine Learning with H2O"
Оригинальный правообладатель: "O'Reilly"
Автор: Кук Даррен
Дата выхода: сентябрь 2017 года
Объем, стр.: 250
Формат: pdf
Машинное обучение наконец-то достигло стадии зрелости.
При помощи программного обеспечения H2O вы можете решать задачи машинного обучения и анализа данных
с использованием простого в использовании и открытого (open source) фреймворка,
который поддерживает большое количество операционный систем и языков программирования,
а также масштабируется для обработки больших данных.
Это практическое руководство научит вас использовать алгоритмы машинного обучения,
реализованные в H2O, с упором на наиболее важные для продуктивной работы аспекты.
Если вы умеете программировать на R или Python,
хотя бы немного знаете статистику и имеете опыт обработки данных,
эта книга Даррена Кука познакомит вас с основами использования H2O
и поможет вам поэкспериментировать с машинным обучением на наборах данных разного размера.
Вы изучите несколько современных алгоритмов машинного обучения:
глубокое обучение, «случайный лес», обучение на не размеченных данных и ансамбли моделей.
Прочтя эту книгу, вы:
• узнаете, как импортировать данные в H2O, преобразовывать их и экспортировать их из H2O;
• изучите основные концепции машинного обучения, такие как перекрестная проверка и проверочные наборы данных;
• поработаете с тремя разными наборами данных, решая задачи регрессии, бинарной и многоклассовой классификации;
• используете H2O для анализа каждого набора данных при помощи четырех алгоритмов машинного обучения;
• поймете, как работает кластерный анализ и другие алгоритмы обучения на неразмеченных данных.
Возможно, Вас ещё заинтересует:
- Реальные методы заработка денег на Pinterest и Facebook [Михаил Иванов]
- Инсталогия 3.0 [Александра Митрошина]
- Взлом Бота: МАСТЕР v.2.0 [Евгений Кудряшов]
- Кайдзен планирование 2.0 + Power management [Маргулан Сейсембаев]
- Креативные решения для рекламных тизеров и картинок к постам [Толчок Григорьева] [Константин Григорьев]