Programa del Curso

Introducción

Configuración de un entorno de trabajo

Instalación H2O

Anatomía de un flujo de trabajo estándar Machine Learning

  • Preprocesamiento de datos, ingeniería de características, implementación, etc.

Algoritmos estadísticos y Machine Learning

  • Máquinas potenciadas por gradiente, modelos lineales generalizados, aprendizaje profundo, etc.

Cómo H2O automatiza el flujo de trabajo Machine Learning

  • Clasificación binaria, regresión, etc.

Caso práctico: Predicción de la disponibilidad de productos

Descarga de un conjunto de datos

Construcción de un modelo Machine Learning

Especificar un marco de entrenamiento

Entrenamiento y validación cruzada de diferentes modelos

Ajuste de los hiperparámetros

Entrenamiento de dos modelos de conjuntos apilados

Generación de una tabla de clasificación de los mejores modelos

Inspección de la composición del conjunto

Entrenamiento de muchos modelos de redes neuronales profundas

Solución de problemas

Resumen y conclusión

Requerimientos

  • Experiencia trabajando con modelos de aprendizaje automático.
  • Python o experiencia en programación en R.

Audiencia

  • Científicos de datos
  • Analistas de datos
  • Expertos en la materia (expertos en el dominio)
 14 horas

Número de participantes



Precio por participante

Categorías Relacionadas