H2O - Pendahuluan

Pernahkah Anda diminta untuk mengembangkan model Machine Learning pada database yang sangat besar? Biasanya, pelanggan akan memberi Anda database dan meminta Anda membuat prediksi tertentu seperti siapa yang akan menjadi pembeli potensial; jika ada deteksi dini kasus penipuan, dll. Untuk menjawab pertanyaan ini, tugas Anda adalah mengembangkan algoritme Pembelajaran Mesin yang akan memberikan jawaban atas pertanyaan pelanggan. Mengembangkan algoritme Machine Learning dari awal bukanlah tugas yang mudah dan mengapa Anda harus melakukan ini saat ada beberapa library Machine Learning siap pakai yang tersedia di pasar.

Saat ini, Anda lebih suka menggunakan pustaka ini, menerapkan algoritme yang teruji dengan baik dari pustaka ini dan melihat kinerjanya. Jika kinerja tidak berada dalam batas yang dapat diterima, Anda akan mencoba menyempurnakan algoritme saat ini atau mencoba algoritme yang sama sekali berbeda.

Demikian pula, Anda dapat mencoba beberapa algoritme pada kumpulan data yang sama dan kemudian mengambil yang terbaik yang secara memuaskan memenuhi persyaratan pelanggan. Di sinilah H2O datang untuk menyelamatkan Anda. Ini adalah framework Machine Learning open source dengan implementasi teruji penuh dari beberapa algoritme ML yang diterima secara luas. Anda hanya perlu mengambil algoritme dari repositori besarnya dan menerapkannya ke kumpulan data Anda. Ini berisi algoritma statistik dan ML yang paling banyak digunakan.

Untuk menyebutkan beberapa di sini termasuk mesin yang ditingkatkan gradien (GBM), model linier umum (GLM), pembelajaran mendalam dan banyak lagi. Tidak hanya itu, ia juga mendukung fungsionalitas AutoML yang akan memberi peringkat kinerja berbagai algoritme pada kumpulan data Anda, sehingga mengurangi upaya Anda untuk menemukan model berkinerja terbaik. H2O digunakan di seluruh dunia oleh lebih dari 18000 organisasi dan berinteraksi dengan baik dengan R dan Python untuk kemudahan pengembangan Anda. Ini adalah platform dalam memori yang memberikan kinerja luar biasa.

Dalam tutorial ini, Anda akan belajar menginstal H2O pada mesin Anda dengan opsi Python dan R. Kami akan memahami cara menggunakan ini di baris perintah sehingga Anda memahami cara kerjanya. Jika Anda pecinta Python, Anda dapat menggunakan Jupyter atau IDE lain pilihan Anda untuk mengembangkan aplikasi H2O. Jika Anda lebih suka R, Anda dapat menggunakan RStudio untuk pengembangan.

Dalam tutorial ini, kami akan mempertimbangkan contoh untuk memahami bagaimana cara bekerja dengan H2O. Kami juga akan belajar bagaimana mengubah algoritma dalam kode program Anda dan membandingkan kinerjanya dengan yang sebelumnya. H2O juga menyediakan alat berbasis web untuk menguji berbagai algoritme pada kumpulan data Anda. Ini disebut Arus.

Tutorial akan memperkenalkan Anda pada penggunaan Flow. Bersamaan dengan itu, kami akan membahas penggunaan AutoML yang akan mengidentifikasi algoritme berperforma terbaik pada kumpulan data Anda. Apakah Anda tidak tertarik untuk mempelajari H2O? Teruskan membaca!