Dies ist ein praktisches, angeleitetes Projekt zu Predictive Analytics for Business mit H2O in R. Am Ende dieses Projekts werden Sie in der Lage sein, maschinelles Lernen und Predictive Analytics anzuwenden, um ein Geschäftsproblem zu lösen, automatisches maschinelles Lernen zu erklären und zu beschreiben, automatisches maschinelles Lernen (AutoML) mit H2O in R durchzuführen. Wir werden einen datengesteuerten Ansatz wählen, um den Erfolg von Bank-Telemarketing vorherzusagen.

AutoML von H2O automatisiert den Prozess des Trainings und der Abstimmung einer großen Auswahl von Modellen, so dass sich der Benutzer auf andere Aspekte der Data Science- und Maschinelles Lernen-Pipeline konzentrieren kann, wie z.B. die Vorverarbeitung von Daten, das Feature Engineering und die Bereitstellung von Modellen. Um das Projekt erfolgreich abzuschließen, empfehlen wir Ihnen, dass Sie bereits Erfahrung mit der Programmierung in R und mit der Theorie des maschinellen Lernens haben und ML-Modelle in R trainiert haben. Wir werden weder untersuchen, wie ein bestimmtes Modell funktioniert, noch uns mit der Mathematik dahinter beschäftigen. Stattdessen gehen wir davon aus, dass Sie über dieses Grundwissen verfügen und lernen möchten, H2O in R für Vorhersageanalysen zu verwenden. Hinweis: Dieser Kurs eignet sich am besten für Lernende, die in der Region Nordamerika ansässig sind. Wir arbeiten derzeit daran, die gleiche Erfahrung auch in anderen Regionen anzubieten.