O AutoML e a H2O AI Cloud

O AutoML e a H2O AI Cloud

Machine Learning

Crie e teste rapidamente modelos altamente precisos e robustos com aprendizado de máquina automatizado de última geração que abrange todo o ciclo de vida da ciência de dados e pode processar uma variedade de tipos de dados dentro de um único conjunto.

 

AutoML (Automated Machine Learning, aprendizado automático)

O AutoML é difundido em toda a H2O AI Cloud. Alimentando tudo, desde a transformação de recursos até a seleção, monitoramento e implantação de modelos, os recursos robustos de AutoML são o mecanismo por trás de nossa capacidade de fornecer AI que faz AI.

 

  • Seleção automatizada de recursos (redução de dimensionalidade)

    Reduza a complexidade do modelo, produza tempo de inferência mais rápido e melhor interpretabilidade do modelo com uma infinidade de técnicas proprietárias de seleção de recursos que selecionam automaticamente os recursos preditivos para seu conjunto de dados.

     

  • Engenharia automática de recursos

    Aumente a precisão e o ROI com nossa engenharia de recursos proprietária de nível grandmaster que extrai automaticamente informações estatísticas preditivas de seus dados com maior precisão e para obter insights acionáveis ​​sobre a natureza causal dos dados.

     

  • Autotuning de hiperparametro

    Aumente a precisão, o ROI e a economia de tempo com otimização em todos os componentes do pipeline de Machine Learning fornecido por meio de uma combinação de nossos métodos proprietários de algoritmo genético, Monte Carlo, Particle Swarm e Bayesian.

     

  • Seleção de modelos Champion/Challenger

    Acelere os testes e a validação com o AutoML que encontra a melhor combinação de recursos e modelos e a seleção automática do melhor modelo de Machine Learning para se adequar ao seu conjunto de dados.

     

  • Modelo ensembling

    Vários níveis de conjunto totalmente automático e facilmente personalizável para aumentar a precisão e o ROI.

     

  • Atribuição automática de etiqueta

    Reduza as taxas de erro e economize tempo com rotulagem automática que prevê a classe para cada registro pontuado, além de retornar as probabilidades por classe.

     

  • Documentação automatizada do modelo

    Forneça insights sobre o processo de Machine Learning com documentação gerada automaticamente que descreve o processo do experimento, resultados de ajuste do modelo, importância variável, importância do modelo, desempenho do modelo e configurações detalhadas para reprodutibilidade.

     

  • A interpretação de aprendizagem de máquina (MLI)

    O AutoML fornece um kit de ferramentas MLI robusto para incluir explicações, visualizações e personalizações.

     

  • Validação do modelo
  • Avalie a robustez do modelo e reduza os riscos na produção, obtendo uma visão holística dos modelos e prevenindo falhas em novos dados.

 

  • Machine Learning automático não supervisionado

    Obtenha imediatamente novos insights sobre seus dados não rotulados com técnicas não supervisionadas, como clustering para agrupar tópicos automaticamente, detecção de valores atípicos para identificar irregularidades em seus dados e redução de dimensionalidade para reduzir o overfitting e a complexidade do modelo.

     

  • Ampla manipulação de conjuntos de dados

    Manipule conjuntos de dados com milhões de colunas com aceleração de GPU.

     

  • Manuseio desequilibrado do conjunto de dados

    Melhore a precisão em casos de uso desequilibrados com acesso a algoritmos especiais e proprietários que enfatizam a precisão de classes raras sobre as classes mais frequentes, mas menos valiosas.

     

  • Tabelas de classificação de modelos

    Acelere o desenvolvimento de modelos, modele seleção e validação de modelo com tabelas de classificação automáticas comparando as melhores abordagens de modelagem de AutoML da categoria.

Continue lendo

Excelente Lugar Para Trabalhar

Estamos extremamente felizes e desejamos expressar nosso sincero agradecimento a todos os membros de nossa equipe, suas percepções foram fundamentais para conquistarmos a certificação Great

Organizando nossos projetos

Antes de começarmos a “pensar microsserviços”, precisamos compreender dois princípios importantes: o primeiro chamado “Lei de Conway”; e o segundo, “Lei de Conway Reversa”. A

Dimensionamento Agile

A definição de dimensionamento Agile é criar uma empresa Ágil. Visamos criar sistemas de negócios ágeis, transformando a burocracia corporativa e a inovação em parceiros