H2O é uma plataforma de aprendizado de máquina de código aberto, distribuída, rápida e escalável: Aprendizado Profundo, Aumento de Gradiente (GBM) & XGBoost, Floresta Aleatória, Modelagem Linear Generalizada (GLM com Elastic Net), K-Means, PCA, Modelos Aditivos Generalizados (GAM), RuleFit, Suppor
Execute vários algoritmos de aprendizado de máquina em grandes conjuntos de dados usando uma interface amigável.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserH2O é uma plataforma de aprendizado de máquina de código aberto, distribuída, rápida e escalável: Aprendizado Profundo, Aumento de Gradiente (GBM) & XGBoost, Floresta Aleatória, Modelagem Linear Generalizada (GLM com Elastic Net), K-Means, PCA, Modelos Aditivos Generalizados (GAM), RuleFit, Suppor
h2o-3 tem 7.5k estrelas no GitHub. Foi bifurcado 2k vezes. h2o-3 é escrito principalmente em Jupyter Notebook. Está em desenvolvimento ativo desde 2014. h2o-3 está disponível sob a licença Apache-2.0. Os seus principais temas são: automl, big-data, data-science, deep-learning.
H2O é uma plataforma de aprendizado de máquina de código aberto, distribuída, rápida e escalável: Aprendizado Profundo, Aumento de Gradiente (GBM) & XGBoost, Floresta Aleatória, Modelagem Linear Generalizada (GLM com Elastic Net), K-Means, PCA, Modelos Aditivos Generalizados (GAM), RuleFit, Suppor
h2o-3 é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
Sim. h2o-3 é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
h2o-3 está disponível sob a licença Apache-2.0.
h2o-3 é escrito principalmente em Jupyter Notebook.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/h2oai-h2o-3.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.