H2O è una piattaforma di Machine Learning open source, distribuita, veloce e scalabile: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Modelli Lineari Generalizzati (GLM con Elastic Net), K-Means, PCA, Modelli Additivi Generalizzati (GAM), RuleFit, Suppor
Esegui vari algoritmi di apprendimento automatico su grandi dataset utilizzando un'interfaccia user-friendly.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiH2O è una piattaforma di Machine Learning open source, distribuita, veloce e scalabile: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Modelli Lineari Generalizzati (GLM con Elastic Net), K-Means, PCA, Modelli Additivi Generalizzati (GAM), RuleFit, Suppor
h2o-3 ha 7.5k stelle su GitHub. È stato forkato 2k volte. h2o-3 è scritto principalmente in Jupyter Notebook. È in sviluppo attivo dal 2014. h2o-3 è disponibile con licenza Apache-2.0. I suoi temi principali sono: automl, big-data, data-science, deep-learning.
H2O è una piattaforma di Machine Learning open source, distribuita, veloce e scalabile: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Modelli Lineari Generalizzati (GLM con Elastic Net), K-Means, PCA, Modelli Additivi Generalizzati (GAM), RuleFit, Suppor
h2o-3 è un progetto open source. È rilasciato con licenza Apache-2.0.
Sì. h2o-3 è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
h2o-3 è disponibile con licenza Apache-2.0.
h2o-3 è scritto principalmente in Jupyter Notebook.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://opensourceai.tech/project/h2oai-h2o-3.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.