In diesem Kurs lernen Sie alle grundlegenden Techniken, die für eine effektive Nutzung von H2O erforderlich sind. Selbst wenn Sie noch keine Erfahrung mit maschinellem Lernen haben, selbst wenn Ihre Mathematikkenntnisse schwach sind, werden Sie am Ende dieses Kurses in der Lage sein, Modelle für maschinelles Lernen mit einer Vielzahl von Algorithmen zu erstellen. Wir werden lineare Modelle, Random Forest, GBMs und natürlich Deep Learning sowie einige unüberwachte Lernalgorithmen verwenden. Sie werden auch in der Lage sein, Ihre Modelle zu bewerten und das beste Modell auszuwählen, das nicht nur zu Ihren Daten, sondern auch zu den anderen geschäftlichen Zwängen passt, denen Sie möglicherweise unterliegen.
Das ist alles enthalten
11 Videos4 Lektüren5 Aufgaben
Infos zu Modulinhalt anzeigen
11 Videos•Insgesamt 64 Minuten
Willkommen!•2 Minuten
Was gibt es in Woche eins?•3 Minuten
Was Sie wissen müssen•5 Minuten
Vorinstallation #1 (mit Linux)•7 Minuten
Vorinstallation #2 (mit Windows)•4 Minuten
Installieren von H2O•5 Minuten
Ein schnelles Deep Learning!•20 Minuten
AutoML•6 Minuten
Typen von Modellen•7 Minuten
Wohin Sie sich mit Fragen wenden können•3 Minuten
Zusammenfassung•1 Minute
4 Lektüren•Insgesamt 40 Minuten
Weitere Lektüre: Kursvoraussetzungen•10 Minuten
Zusammenfassung der Vorinstallation•10 Minuten
Zusätzliche Informationen zur Installation•10 Minuten
Weitere Lektüre: Hilfe bekommen•10 Minuten
5 Aufgaben•Insgesamt 150 Minuten
Schnell-Installations-Check•30 Minuten
Prüfung der ersten Woche•30 Minuten
Haben Sie das Zeug dazu?•30 Minuten
Schneller Check vor der Installation•30 Minuten
Modell-Typen•30 Minuten
Bäume und Overfitting
Modul 2•5 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
15 Videos1 Lektüre3 Aufgaben1 peer review
Infos zu Modulinhalt anzeigen
15 Videos•Insgesamt 57 Minuten
Wöchentliches Intro•2 Minuten
Entscheidungsbäume•3 Minuten
Zufälliger Wald•3 Minuten
Zufälliger Wald in H2O (Iris)•4 Minuten
GBM•2 Minuten
GBM in H2O (Iris)•4 Minuten
Vom Client importieren•5 Minuten
Künstliche Datensätze•7 Minuten
Überanpassung und Train/Valid/Test•5 Minuten
Trainieren/Gültig/Testen in H2O•3 Minuten
GBM in H2O (künstliche Daten)•4 Minuten
Überrüsten wir einen GBM!•4 Minuten
Kreuzvalidierung in H2O (GBM)•7 Minuten
Über die Aufgabe der Peer Review•3 Minuten
Zusammenfassung der zweiten Woche•1 Minute
1 Lektüre•Insgesamt 10 Minuten
Weitere Lektüre: Baum-Algorithmen•10 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Baum-Algorithmen•30 Minuten
Entscheidungsbäume•30 Minuten
Über Kreuzvalidierung und Überanpassung•30 Minuten
1 peer review•Insgesamt 120 Minuten
Künstliche Daten und Overfitting•120 Minuten
LINEARE MODELLE UND MEHR
Modul 3•3 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
9 Videos4 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 56 Minuten
Das Universum erforschen•2 Minuten
Laden aus entfernten Quellen•7 Minuten
Exportieren von Daten aus H2O•2 Minuten
Mit GLMs erforschen•12 Minuten
Naive Bayes•4 Minuten
Datenmanipulation, Statistik•12 Minuten
Gittersuche•8 Minuten
Raster anwenden•9 Minuten
Zusammenfassung•1 Minute
4 Lektüren•Insgesamt 40 Minuten
Mehr über das Laden und Speichern•10 Minuten
Weitere Lektüre: GLMs, Naive Bayes•10 Minuten
Weitere Lektüre: Datenmanipulation•10 Minuten
Weitere Lektüre: Grid-Suche•10 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Prüfung in Woche drei•30 Minuten
Laden/Speichern•30 Minuten
GLMs•30 Minuten
Tiefes Lernen
Modul 4•5 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
11 Videos2 Lektüren5 Aufgaben1 peer review
Infos zu Modulinhalt anzeigen
11 Videos•Insgesamt 66 Minuten
Wöchentliche Einführung und vorzeitige Beendigung•5 Minuten
Modelle laden & speichern•1 Minute
Binden von Datentabellen•6 Minuten
Zusammenführen und Verbinden•4 Minuten
Neuronale Netzwerke•7 Minuten
Deep Learning Teil 1•10 Minuten
Deep Learning Teil 2•10 Minuten
Deep Learning mit Grids•11 Minuten
Regression mit Deep Learning•8 Minuten
Einführung in die benotete Aufgabe•3 Minuten
Zusammenfassung der vierten Woche•1 Minute
2 Lektüren•Insgesamt 20 Minuten
Mehr Theorie der neuronalen Netze•10 Minuten
Ideen für Erweiterungsprojekte•10 Minuten
5 Aufgaben•Insgesamt 150 Minuten
Zusammenführung•30 Minuten
Frühzeitiges Anhalten•30 Minuten
Binden•30 Minuten
Grundlagen des Deep Learning•30 Minuten
Mehr Deep Learning•30 Minuten
1 peer review•Insgesamt 60 Minuten
Tiefes Lernen•60 Minuten
UNÜBERWACHTES LERNEN
Modul 5•3 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
10 Videos2 Lektüren3 Aufgaben
Infos zu Modulinhalt anzeigen
10 Videos•Insgesamt 60 Minuten
Woche Fünf ist unbeaufsichtigt•2 Minuten
Autokodierer•5 Minuten
Verwendung von Autoencodern•16 Minuten
PCA und GLRM•6 Minuten
Clustering, K-Means•4 Minuten
Datenreparatur #1•2 Minuten
Datenreparatur #2•5 Minuten
Praktische Datenreparatur•17 Minuten
Das Projekt der nächsten Woche•2 Minuten
Zusammenfassung der fünften Woche•1 Minute
2 Lektüren•Insgesamt 21 Minuten
Weitere Lektüre: PCA, GLRM•10 Minuten
Weitere Lektüre: Clustering•11 Minuten
3 Aufgaben•Insgesamt 90 Minuten
Unüberwachtes Lernen•30 Minuten
Prüfung in Woche fünf•30 Minuten
Autokodierer•30 Minuten
Alles andere!
Modul 6•5 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
9 Videos2 Lektüren1 Aufgabe1 peer review
Infos zu Modulinhalt anzeigen
9 Videos•Insgesamt 32 Minuten
Alles unter einen Hut bringen•1 Minute
Ensembles•3 Minuten
Gestapelte Ensembles in H2O•11 Minuten
Pojo und Mojo•6 Minuten
Cluster•3 Minuten
Tiefes Wasser•3 Minuten
Fahrerlose KI•2 Minuten
H2O4GPU•2 Minuten
Zusammenfassung der sechsten Woche•1 Minute
2 Lektüren•Insgesamt 20 Minuten
Weitere Lektüre: Ensembles•10 Minuten
Letzte Aufgabe: Beratung•10 Minuten
1 Aufgabe•Insgesamt 30 Minuten
Ensembles•30 Minuten
1 peer review•Insgesamt 240 Minuten
Abschließendes Projekt•240 Minuten
Dozent
Lehrkraftbewertungen
Lehrkraftbewertungen
Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.
Die H2O.ai University hat es sich zur Aufgabe gemacht, außergewöhnliche Kurse zu modernsten KI-Tools anzubieten. Diese Kurse sollen die H2O.ai-Community dabei unterstützen, unsere Tools effektiv zu nutzen und Zertifizierungserfolge zu erzielen. Wir sind bestrebt, ein tiefes Verständnis und Können in KI zu fördern und unsere Nutzer zu befähigen, in ihren Unternehmungen zu brillieren.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Bewertungen von Lernenden
4.5
74 Bewertungen
5 stars
67,56 %
4 stars
24,32 %
3 stars
4,05 %
2 stars
1,35 %
1 star
2,70 %
Zeigt 3 von 74 an
R
RE
5·
Geprüft am 10. Sep. 2018
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.
R
RM
4·
Geprüft am 30. Sep. 2019
awsome but needs more to explain on autoencoder ,anomely
M
MP
5·
Geprüft am 10. Aug. 2019
It was a great experience to work with H2O both on R as well as Python.I learned a lot from the course.
Wann werde ich Zugang zu den Vorlesungen und Aufgaben haben?
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was erhalte ich, wenn ich das Zertifikat kaufe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen.
Ist finanzielle Hilfe verfügbar?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Finanzielle Unterstützung verfügbar, weitere Informationen
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.