Машинное обучение с использованием библиотеки Н2О

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 неразмеченных 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. Понимание процесса построения моделей, тупиковых ситуаций и заканчивающихся провалом экспериментов является не менее важным, чем изучение кода!