h2o-3

H2O 是一個開源、分散式、快速且可擴展的機器學習平台:深度學習、梯度提升 (GBM) 與 XGBoost、隨機森林、廣義線性模型

h2o-3 是什麼?

H2O 是一個開源、分散式、快速且可擴展的機器學習平台:深度學習、梯度提升 (GBM) 與 XGBoost、隨機森林、廣義線性模型 (GLM with Elastic Net)、K-Means、PCA、廣義加性模型 (GAM)、RuleFit、支援向量機 (SVM)、堆疊集成、自動機器學習 (AutoML) 等。

h2o-3 概覽

這是什麼

H2O 是一個記憶體內運行的分散式可擴展機器學習平台。它提供多種熱門演算法的實作,包括廣義線性模型 (GLM)、梯度提升機 (含 XGBoost)、隨機森林、深度神經網路、堆疊集成、單純貝氏、廣義加法模型 (GAM)、Cox 比例風險模型、K-Means、PCA、Word2Vec,以及全自動機器學習演算法 (H2O AutoML)。H2O 支援 R、Python、Scala、Java、JSON 和 Flow 筆記本/網頁介面等常見介面,並可與 Hadoop 和 Spark 等大數據技術協作。H2O-3 是 H2O 的第三代版本,也是 H2O-2 的後繼者。

主要功能

  • 分散式、可擴展的機器學習平台,於記憶體內運行。
  • 支援多種介面:R、Python、Scala、Java、JSON 及 Flow 筆記本/網頁介面。
  • 與 Hadoop 和 Spark 等大數據技術整合。
  • 包含多種演算法:GLM、GBM、XGBoost、隨機森林、深度神經網路、堆疊集成、單純貝氏、GAM、Cox 比例風險模型、K-Means、PCA、Word2Vec 及 H2O AutoML。
  • 模型可匯出為 POJO 或 MOJO 格式,用於生產環境中的快速評分。
  • 可擴展,支援自訂演算法與資料轉換。

使用情境

H2O 適用於大規模機器學習模型的建置與部署。可用於預測建模、分類、迴歸、分群、降維及自動機器學習。專為需要處理大型資料集並要求快速分散式運算的資料科學家與開發者設計。

快速開始

Python 使用者:bashpip install h2oR 使用者:rinstall.packages('h2o')如需最新的穩定版、每日建置版、Hadoop 或 Spark 版本,或獨立 H2O jar 檔,請造訪 H2O 下載頁面。

授權與價格

H2O 為開放原始碼,採用 Apache-2.0 授權。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/h2oaih2o-3.svg)](https://yunodb.com/tools/h2oaih2o-3?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/h2oaih2o-3?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/h2oaih2o-3.svg" alt="Featured on YunoDB" height="20"></a>