آموزش H20.ai
Learning H20.ai
پلت فرم H2O.ai شبیه هیچ چیزی است که تا به حال ندیده اید. طیف گسترده ای از راه حل ها و خدمات را ارائه می دهد که مدیریت، استقرار، مدیریت و نظارت بر مدل های یادگیری ماشین را در تولید آسان تر می کند. در این دوره، مربی جانانی راوی یک نمای کلی از نحوه شروع استفاده از برخی از اساسی ترین ویژگی های H20.ai را به شما ارائه می دهد.
با H20 Autoinsights ملزومات پلتفرم H20 AI Cloud، تجسم‌ها و بینش‌ها و تجزیه و تحلیل پیش‌بینی‌کننده را با H20 Driverless AI و H20 Python API کشف کنید. دریابید که چرا همه درباره قدرت H20.ai صحبت می کنند، که قدرت راه حل های بی پایان را در یک پلت فرم واحد، ایمن و مشترک ارائه می دهد.
این دوره توسط Loonycorn ایجاد شده است. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.
معرفی Introduction
-
مروری بر H2O An overview of H2O
1. معرفی H2O.ai 1. Introducing H2O.ai
-
پیش نیازها Prerequisites
-
پلت فرم H2O.ai H2O.ai platform
-
پیشنهادات و معماری H2O.ai H2O.ai offerings and architecture
-
ثبت نام برای آزمایشی رایگان H2O.ai Signing up for the H2O.ai free trial
-
کاوش در پلتفرم ابری H2O.ai Exploring the H2O.ai cloud platform
2. تجسم و بینش با H2O AutoInsights 2. Visualizations and Insights with H2O AutoInsights
-
خلاصه کردن داده ها با استفاده از بینش خودکار H2O Summarizing data using H2O auto insights
-
سفارشی کردن بینش Customizing insights
-
بینش خودکار با بینش خودکار H2O Automated insights with H2O auto insights
-
تجزیه و تحلیل متن در مورد نظرات مشتریان با استفاده از بینش خودکار Text analysis on customer reviews using auto insights
-
تجزیه و تحلیل سری های زمانی با استفاده از بینش خودکار Time series analysis using auto insights
-
خلاصه کردن داده های احساسات توییت Summarizing tweet sentiment data
-
تجزیه و تحلیل داده های احساسات توییت Analyzing tweet sentiment data
3. تجزیه و تحلیل پیش بینی با هوش مصنوعی بدون راننده H1O 3. Predictive Analytics with H1O Driverless AI
-
تبدیل داده ها با استفاده از هوش مصنوعی بدون راننده Data transformation using Driverless AI
-
تجسم با استفاده از هوش مصنوعی بدون راننده Visualization using Driverless AI
-
تقسیم داده ها و پیکربندی آزمایش Data splitting and experiment configuration
-
آموزش تفسیر و ارزیابی یک مدل رگرسیون Train interpret and evaluate a regression model
-
مدل آموزشی با نشتی حذف شده است Training model with leakage removed
4. پیش بینی تجزیه و تحلیل با H2O Python API 4. Predictive Analytics with the H2O Python API
-
ماژول H2O Python را نصب کنید Install the H2O Python module
-
راه اندازی خوشه H2O و بارگذاری داده ها Initializing the H2O cluster and loading data
-
محاسبات مقدار و تبدیل نوع داده وجود ندارد Missing value imputations and data type conversions
-
آموزش یک برآوردگر خطی تعمیم یافته برای طبقه بندی باینری Training a generalized linear estimator for binary classification
-
پیکربندی پارامترها برای یک برآوردگر خطی تعمیم یافته Configuring parameters for a generalized linear estimator
-
آموزش مدل جنگل تصادفی با کلاس های متعادل Training a random forest model with balanced classes
نتیجه Conclusion
-
خلاصه و مراحل بعدی Summary and next steps
![آموزش یادگیری ماشینی در ابر با یادگیری ماشینی Azure [ویدئو]](https://donyad.com/course/getimg/e7f98908-0f2f-435b-a495-9b3c884c6a44.jpg "آموزش یادگیری ماشینی در ابر با یادگیری ماشینی Azure [ویدئو]")
https://donyad.com/d/b2644d
Janani Ravi
معمار و مهندس داده خبره Google Cloud
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات