Обзор автоматизированного машинного обучения с H2O AutoML Спрос на системы машинного обучения резко вырос за последние несколько лет. В основном это связано с успехом методов машинного обучения в широком спектре приложений. AutoML в корне меняет облик решений на основе машинного обучения сегодня, позволяя людям из разных слоев общества использовать модели машинного обучения для решения сложных сценариев. Однако даже с четким указанием на то, что машинное обучение может дать толчок..

В предыдущих статьях серии «Демистификация H2O» я рассмотрел обзор H2O, как работать с H2O в python и как работать с H2O для непрограммистов, использующих интерфейс H2O's Flow. Этот пост является частью серии, которая демистифицирует H2O.ai для людей :) «Часть 1: Демистификация H2O.ai | Обзор" Часть 2: Демистификация H2O.ai | Использование Python Часть 3: Демистификация H2O.ai | Использование H2O Flow Часть 4: Демистификация H2O.ai | Производство Теперь в этом посте..

Недавно, покупая сумку для ноутбука на Амазоне , я наткнулся на довольно забавный отзыв покупателей: «Это лучшая сумка для ноутбука на свете. Он настолько хорош, что уже через два месяца использования его можно использовать как продуктовый пакет ». Врожденный сарказм в обзоре очевиден, поскольку пользователя не устраивает качество сумки. Однако, поскольку предложение содержит такие слова, как «лучший», «хороший» и «достойный», отзыв легко может быть ошибочно принят за..

Реализация поиска по декартовой и случайной сетке (гиперпараметры) в H2o.ai Что нужно? Каждая модель машинного обучения имеет некоторый набор параметров (например, коэффициенты логистической регрессии), которые она узнает из данных, и некоторые гиперпараметры , которые мы должны передать модели перед обучением. Некоторые примеры гиперпараметров включают: Случайный лес: no_of_trees , max_depth Машины опорных векторов: gamma , rank_ratio K-означает: k , max_iterations..