H2O es una plataforma de aprendizaje automático de código abierto, distribuida, rápida y escalable: Aprendizaje profundo, Aumento de gradiente (GBM) y XGBoost, Bosque aleatorio, Modelado lineal generalizado (GLM con Elastic Net), K-Means, PCA, Modelos aditivos generalizados (GAM), RuleFit, Soporte
Ejecuta varios algoritmos de aprendizaje automático en grandes conjuntos de datos utilizando una interfaz fácil de usar.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasH2O es una plataforma de aprendizaje automático de código abierto, distribuida, rápida y escalable: Aprendizaje profundo, Aumento de gradiente (GBM) y XGBoost, Bosque aleatorio, Modelado lineal generalizado (GLM con Elastic Net), K-Means, PCA, Modelos aditivos generalizados (GAM), RuleFit, Soporte
h2o-3 tiene 7.5k estrellas en GitHub. Se ha bifurcado 2k veces. h2o-3 está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2014. h2o-3 está disponible bajo la licencia Apache-2.0. Sus temas principales son: automl, big-data, data-science, deep-learning.
H2O es una plataforma de aprendizaje automático de código abierto, distribuida, rápida y escalable: Aprendizaje profundo, Aumento de gradiente (GBM) y XGBoost, Bosque aleatorio, Modelado lineal generalizado (GLM con Elastic Net), K-Means, PCA, Modelos aditivos generalizados (GAM), RuleFit, Soporte
h2o-3 es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
Sí. h2o-3 es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
h2o-3 está disponible bajo la licencia Apache-2.0.
h2o-3 está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/h2oai-h2o-3.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.