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
oferecido por
H2O
Programa - O que você aprenderá com este curso
Semana
1H2O AND THE FUNDAMENTALS
11 videos (Total 64 min), 4 leituras, 5 testes
11 videos
Welcome!2min
What's In Week One?2min
Need To Know5min
Preinstall #1 (with Linux)7min
Preinstall #2 (with Windows)4min
Installing H2O4min
A Quick Deep Learning!19min
AutoML6min
Types Of Models7min
Where To Go With Questions2min
Summary1min
4 leituras
Further Reading: Course Prerequisites10min
Pre-Install Summary10min
Additional Install Information10min
Further Reading: Getting Help10min
5 exercícios práticos
Do You Have What It Takes?10min
Quick Preinstall Check6min
Quick Install Check4min
Model types4min
Week One Exam14min
Semana
2Trees And Overfitting
15 videos (Total 57 min), 1 leitura, 4 testes
15 videos
Weekly Intro1min
Decision Trees3min
Random Forest2min
Random Forest in H2O (Iris)4min
GBM2min
GBM in H2O (Iris)3min
Importing From Client4min
Artificial Data Sets6min
Overfitting and Train/Valid/Test4min
Train/Valid/Test in H2O3min
GBM in H2O (artificial data)4min
Let's Overfit A GBM!4min
Cross-validation in H2O (GBM)7min
About the peer review task3min
Week Two Summarymin
1 leituras
Further Reading: Tree Algorithms10min
3 exercícios práticos
Decision Trees4min
Tree Algorithms8min
On cross-validation and over-fitting18min
Semana
3LINEAR MODELS AND MORE
9 videos (Total 56 min), 4 leituras, 3 testes
9 videos
Loading From Remote Sources6min
Exporting Data From H2O2min
Exploring With GLMs11min
Naive Bayes4min
Data Manipulation, Statistics11min
Grid Search8min
Applying Grids8min
Summarymin
4 leituras
More on loading and saving10min
Further Reading: GLMs, Naive Bayes10min
Further Reading: Data Manipulation10min
Further Reading: Grid Search10min
3 exercícios práticos
Load/Save4min
GLMs6min
Week Three Exam16min
Semana
4Deep Learning
11 videos (Total 66 min), 2 leituras, 6 testes
11 videos
Load & Save Models1min
Binding data tables6min
Merging and joins3min
Neural Networks6min
Deep Learning Part 19min
Deep Learning Part 210min
Deep Learning with Grids11min
Regression with Deep Learning7min
Introducing The Graded Task3min
Summary Of Week Four1min
2 leituras
More Neural Net Theory10min
Extension Project Ideas10min
5 exercícios práticos
Early Stopping6min
Binding4min
Merging4min
Deep Learning Basics6min
More Deep Learning4min
Sobre H2O
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.
O que recebo ao adquirir o Certificado?
Quando você adquire o Certificado, ganha acesso a todo o material do curso, incluindo avaliações com nota atribuída. Após concluir o curso, seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Qual é a política de reembolso?
Existe algum auxílio financeiro disponível?
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
O Coursera proporciona acesso universal à melhor educação do mundo fazendo parcerias com as melhores universidades e organizações para oferecer cursos on-line.
© 2018 Coursera Inc. Todos os direitos reservados.
