Op werkdagen voor 23:00 besteld, morgen in huis Gratis verzending vanaf €20
010-4091959
Darren Cook Meer over Darren Cook

Practical Machine Learning with H20

Powerful, Scalable Techniques for Deep Learning and AI
Specificaties
Paperback, 282 blz. | Engels
O'Reilly | 1e druk, 2016
ISBN13: 9781491964606
Rubricering
Hoofdrubriek : Computer en informatica
Juridisch :
O'Reilly 1e druk, 2016 9781491964606
Verwachte levertijd ongeveer 16 werkdagen
57,42
In winkelwagen
 

Samenvatting

Machine learning has finally come of age. With H2O software, you can perform machine learning and data analysis using a simple open source framework that’s easy to use, has a wide range of OS and language support, and scales for big data. This hands-on guide teaches you how to use H20 with only minimal math and theory behind the learning algorithms.

If you’re familiar with R or Python, know a bit of statistics, and have some experience manipulating data, author Darren Cook will take you through H2O basics and help you conduct machine-learning experiments on different sample data sets. You’ll explore several modern machine-learning techniques such as deep learning, random forests, unsupervised learning, and ensemble learning.

- Learn how to import, manipulate, and export data with H2O
- Explore key machine-learning concepts, such as cross-validation and validation data sets
- Work with three diverse data sets, including a regression, a multinomial classification, and a binomial classification
- Use H2O to analyze each sample data set with four supervised machine-learning algorithms
- Understand how cluster analysis and other unsupervised machine-learning algorithms work

Specificaties

ISBN13:9781491964606
Trefwoorden:machine learning, H2O
Taal:Engels
Bindwijze:paperback
Aantal pagina's:282
Uitgever:O'Reilly
Druk:1
Verschijningsdatum:31-12-2016
Hoofdrubriek:IT-management / ICT

Inhoudsopgave

PREFACE

1. INSTALLATION AND QUICK-START
-PREPARING TO INSTALL
-INSTALL H2O WITH R (CRAN)
-INSTALL H2O WITH PYTHON (PIP)
-OUR FIRST LEARNING
-FLOW
-SUMMARY

2. DATA IMPORT, DATA EXPORT
-MEMORY REQUIREMENTS
-PREPARING THE DATA
-GETTING DATA INTO H2O
-DATA MANIPULATION
-GETTING DATA OUT OF H2O
-SUMMARY

3. THE DATA SETS
-DATA SET: BUILDING ENERGY EFFICIENCY
-DATA SET: HANDWRITTEN DIGITS
-DATA SET: FOOTBALL SCORES
-SUMMARY

4. COMMON MODEL PARAMETERS
-SUPPORTED METRICS
-THE ESSENTIALS
-EFFORT
-SCORING AND VALIDATION
-EARLY STOPPING
-CHECKPOINTS
-CROSS-VALIDATION (AKA K-FOLDS)
-DATA WEIGHTING
-SAMPLING, GENERALIZING
-REGRESSION
-OUTPUT CONTROL
-SUMMARY

5. RANDOM FOREST
-DECISION TREES
-RANDOM FOREST
-PARAMETERS
-BUILDING ENERGY EFFICIENCY: DEFAULT RANDOM FOREST
-GRID SEARCH
-BUILDING ENERGY EFFICIENCY: TUNED RANDOM FOREST
-MNIST: DEFAULT RANDOM FOREST
-MNIST: TUNED RANDOM FOREST
-FOOTBALL: DEFAULT RANDOM FOREST
-FOOTBALL: TUNED RANDOM FOREST
-SUMMARY

6. GRADIENT BOOSTING MACHINES
-BOOSTING
-THE GOOD, THE BAD, AND… THE MYSTERIOUS
-PARAMETERS
-BUILDING ENERGY EFFICIENCY: DEFAULT GBM
-BUILDING ENERGY EFFICIENCY: TUNED GBM
-MNIST: DEFAULT GBM
-MNIST: TUNED GBM
-FOOTBALL: DEFAULT GBM
-FOOTBALL: TUNED GBM
-SUMMARY

7. LINEAR MODELS
-GLM PARAMETERS
-BUILDING ENERGY EFFICIENCY: DEFAULT GLM
-BUILDING ENERGY EFFICIENCY: TUNED GLM
-MNIST: DEFAULT GLM
-MNIST: TUNED GLM
-FOOTBALL: DEFAULT GLM
-FOOTBALL: TUNED GLM
-SUMMARY

8. DEEP LEARNING (NEURAL NETS)
-WHAT ARE NEURAL NETS?
-PARAMETERS
-BUILDING ENERGY EFFICIENCY: DEFAULT DEEP LEARNING
-BUILDING ENERGY EFFICIENCY: TUNED DEEP LEARNING
-MNIST: DEFAULT DEEP LEARNING
-MNIST: TUNED DEEP LEARNING
-FOOTBALL: DEFAULT DEEP LEARNING
-FOOTBALL: TUNED DEEP LEARNING
-SUMMARY
-APPENDIX: MORE DEEP LEARNING PARAMETERS

9. UNSUPERVISED LEARNING
-K-MEANS CLUSTERING
-DEEP LEARNING AUTO-ENCODER
-PRINCIPAL COMPONENT ANALYSIS
-GLRM
-MISSING DATA
-SUMMARY

10. EVERYTHING ELSE
-STAYING ON TOP OF AND POKING INTO THINGS
-INSTALLING THE LATEST VERSION
-RUNNING FROM THE COMMAND LINE
-CLUSTERS
-SPARK / SPARKLING WATER
-NAIVE BAYES
-ENSEMBLES
-SUMMARY

11. EPILOGUE: DIDN’T THEY ALL DO WELL!
-BUILDING ENERGY RESULTS
-MNIST RESULTS
-FOOTBALL DATA
-HOW LOW CAN YOU GO?
-SUMMARY

INDEX

Anderen die dit boek kochten, kochten ook

Net verschenen

Rubrieken

Uw cookie-instellingen
Deze website maakt gebruik van verschillende soorten cookies. Sommige cookies worden geplaatst door diensten van derden die op onze pagina's worden weergegeven. Om deze externe content te kunnen tonen is nodig dat u toestemming geeft voor het zetten van persoonlijke en marketingcookies. U kunt uw toestemming op elk moment wijzigen of intrekken. In onze cookieverklaring vindt u meer informatie.

Populaire producten

    Personen

      Trefwoorden

        Practical Machine Learning with H20

        Recensiebeleid
        Noordhoff terugkoopgarantie

        Noordhoff koopt jouw boek terug, zonder zorgen!

        Heb je jouw boeken niet meer nodig?

        Als je jouw studieboeken gekocht hebt bij hanzestudybook.nl, kun je geselecteerde titels moeiteloos terugverkopen aan Noordhoff. Geen vragen, geen gedoe en lekker duurzaam.

        Volledige informatie op Noordhoff.nl

        AI-book

        Wat is een AI-book?

        Een AI-book is niet een boek dat geschreven is door AI maar een boek dat verrijkt is met AI. Het maakt de inhoud van een boek interactief via WhatsApp, zodat je ermee kunt chatten. Zie het als een razend slimme assistent die het boek perfect begrijpt en er alles uit onthouden heeft. Jij kunt deze assistent alles vragen. Vraag bijvoorbeeld hoe je iets kunt toepassen op jouw persoonlijke situatie, om een korte samenvatting, of wat de belangrijkste inzichten zijn. AI-books zijn alleen te gebruiken via WhatsApp, je hoeft er geen aparte app voor te installeren.
        Meer informatie over AI-books

        ?

        Geef uw beoordeling

        Practical Machine Learning with H20

        Verwijder uw beoordeling