In this course, we will learn all the core techniques needed to make effective use of H2O. Even if you have no prior experience of machine learning, even if your math is weak, by the end of this course you will be able to make machine learning models using a variety of algorithms. We will be using linear models, random forest, GBMs and of course deep learning, as well as some unsupervised learning algorithms. You will also be able to evaluate your models and choose the best model to suit not just your data but the other business restraints you may be under.
Practical Machine Learning on H2O
提供：
Practical Machine Learning on H2O
H2O
このコースについて
18,948 最近の表示
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
柔軟性のある期限
スケジュールに従って期限をリセットします。
中級レベル
約31時間で修了
推奨：5 hours/week
英語
字幕：英語
シラバス - 本コースの学習内容
2時間で修了
H2O AND THE FUNDAMENTALS
2時間で修了
11件のビデオ （合計64分）, 4 readings, 5 quizzes
11件のビデオ
Welcome!2 分
What's In Week One?2 分
Need To Know5 分
Preinstall #1 (with Linux)7 分
Preinstall #2 (with Windows)4 分
Installing H2O4 分
A Quick Deep Learning!19 分
AutoML6 分
Types Of Models7 分
Where To Go With Questions2 分
Summary1 分
4件の学習用教材
Further Reading: Course Prerequisites10 分
Pre-Install Summary10 分
Additional Install Information10 分
Further Reading: Getting Help10 分
5の練習問題
Do You Have What It Takes?10 分
Quick Preinstall Check6 分
Quick Install Check4 分
Model types4 分
Week One Exam14 分
4時間で修了
Trees And Overfitting
4時間で修了
15件のビデオ （合計57分）, 1 reading, 4 quizzes
15件のビデオ
Weekly Intro1 分
Decision Trees3 分
Random Forest2 分
Random Forest in H2O (Iris)4 分
GBM2 分
GBM in H2O (Iris)3 分
Importing From Client4 分
Artificial Data Sets6 分
Overfitting and Train/Valid/Test4 分
Train/Valid/Test in H2O3 分
GBM in H2O (artificial data)4 分
Let's Overfit A GBM!4 分
Cross-validation in H2O (GBM)7 分
About the peer review task3 分
Week Two Summary44
1件の学習用教材
Further Reading: Tree Algorithms10 分
3の練習問題
Decision Trees4 分
Tree Algorithms8 分
On cross-validation and over-fitting18 分
2時間で修了
LINEAR MODELS AND MORE
2時間で修了
9件のビデオ （合計56分）, 4 readings, 3 quizzes
9件のビデオ
Loading From Remote Sources6 分
Exporting Data From H2O2 分
Exploring With GLMs11 分
Naive Bayes4 分
Data Manipulation, Statistics11 分
Grid Search8 分
Applying Grids8 分
Summary50
4件の学習用教材
More on loading and saving10 分
Further Reading: GLMs, Naive Bayes10 分
Further Reading: Data Manipulation10 分
Further Reading: Grid Search10 分
3の練習問題
Load/Save4 分
GLMs6 分
Week Three Exam16 分
4時間で修了
Deep Learning
4時間で修了
11件のビデオ （合計66分）, 2 readings, 6 quizzes
11件のビデオ
Load & Save Models1 分
Binding data tables6 分
Merging and joins3 分
Neural Networks6 分
Deep Learning Part 19 分
Deep Learning Part 210 分
Deep Learning with Grids11 分
Regression with Deep Learning7 分
Introducing The Graded Task3 分
Summary Of Week Four1 分
2件の学習用教材
More Neural Net Theory10 分
Extension Project Ideas10 分
5の練習問題
Early Stopping6 分
Binding4 分
Merging4 分
Deep Learning Basics6 分
More Deep Learning4 分
4.5
12件のレビューPractical Machine Learning on H2O からの人気レビュー
I've taken a lot of Coursera classes and this is one of the better classes. It is a good hands-on course and will help students learn more about not only H2O, but also machine learning.
Great content, a lot of hands-on activities and the instructor is quite good too. By the end of the course, I feel that I have the necessary skills to work with h2o.
H2Oについて
よくある質問
いつ講座や課題にアクセスできるようになりますか？
修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題（該当する場合）にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。
修了証を購入すると何を行えるようになりますか？
修了証を購入する際、コースのすべての教材（採点課題を含む）にアクセスできます。コースを完了すると、電子修了証が成果のページに追加されます。そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。
返金ポリシーについて教えてください。
学資援助はありますか？
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。