セールスアナリティクス

Menu
  • Top
  • 初めての方へ
    • 初めての方へ
    • 登壇・メディア掲載・執筆
  • 無料メルマガ
  • 企業概要
    • 企業情報
    • 事業理念
  • サービス
    • らくらくデータサイエンス
    • スゴイ見える化
    • 講師受託サービス
  • お問合せ

ノンコードで 機械学習モデル構築 H2O Flow

  • Tweet
ノンコードで 機械学習モデル構築 H2O Flow

準備(インストール・起動など)

ノンコードで機械学習モデル構築 H2O Flowその1(H2O Flow の起動)

教師あり学習(アルゴリズム個別設定)

ノンコードで機械学習モデル構築 H2O Flowその2(H2O Flow で実施する教師あり学習(回帰問題))

ノンコードで機械学習モデル構築 H2O Flowその3(H2O Flow で実施する教師あり学習(分類問題))

教師あり学習(自動機械学習AutoML)

ノンコードで機械学習モデル構築 H2O Flowその4(H2O Flow で実施する自動機械学習AutoML(回帰問題))

ノンコードで機械学習モデル構築 H2O Flowその5(H2O Flow で実施する自動機械学習AutoML(分類問題))

  • Tweet
初めての方へ
メルマガ
サービス
お問合せ

無料メールマガジンのご案内

Profile image
セールス アナリティクス 通信
データ分析・活用責任者のための
社内データを積極的に活用し事業貢献する
ビジネスデータ分析・活用術
を毎週火曜日に無料配信しています


 詳細はこちら 

【プレゼントレポート】
営業生産性の向上に繋がるデータ分析とは?
(ファイル形式:PDF、ページ数:75ページ)

最近の投稿

  • PyMC3を使ったPythonベイズ推定超入門(その2)

    コイン投げの例を使ってPyMC3ベイズ推定を何となく理解しよう
    2022年5月26日
  • PyMC3を使ったPythonベイズ推定超入門(その1)

    コイン投げの例を使ってベイズ推定を何となく理解しよう
    2022年5月25日
  • Pythonで描く二項分布とベータ分布 2022年5月24日
  • 第285話|複数の季節変動成分のある時系列データ 2022年5月23日
  • Pythonで時系列解析・超入門(その10)

    テーブルデータ系モデルで構築する時系列予測モデル
    (XGBoost)
    2022年5月18日

無料Web講座(ブログ記事)






新刊(2021/9/30)

データを利益に変える!
データドリブンセールス
(同文舘出版)



 Amazon

テンプレートダウンロード

法人向けデータ活用実践ワークショップ

スゴイ見える化
ワークショップ形式で、筋のいいデータ活用のテーマを探索し、ビジネス現場に成果をもたらすアクションの見える化(集計・分析・予測結果など)を実現するための、超実践型のプログラムです



 詳細はこちら

個人向け養成講座

らくらくデータサイエンス
入門コース

(2022年1月開始コース)



 詳細はこちら

最近(直近1カ月)よく読まれている記事

  • Pythonで時系列解析・超入門(その1)

    時系列データに対する3つの特徴把握方法
    (変動成分・定常性・コレログラム)
    カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • 便利だけど分かりにくい
    データフレームを再構築するPandasのMelt()関数のお話し
    カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • Jupyter Notebookでグラフ化(matplotlib)するときの「3つ」のマジックコマンド(Python) カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • pickle と joblib で 機械学習モデルを保存&読み込む(Python) カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • (Python編) 時系列データをサクッとSTLでトレンド・季節性に分解 カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • Pythonで時系列解析・超入門(その3)

    ARIMA系モデルで予測する方法
    カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • Pythonでサクッと作れる時系列の予測モデルNeuralProphet
    (≒FacebookのProphet × Deep Learning)
    カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • Jupyter Notebook用「仮想環境」の作成方法 カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • Pythonで時系列ARIMAモデルを
    自動でサクッと作ろう(AutoARIMA)
    カテゴリ: [For beginners] がんばれデータサイエンティスト!
  • 比較的よく使うPandas Query(クエリ―)の簡単な条件指定例(Python) カテゴリ: [For beginners] がんばれデータサイエンティスト!

今まで(全過去)よく読まれていた記事

  • Pythonでサクッと作れる時系列の予測モデルNeuralProphet<br>(≒FacebookのProphet × Deep Learning)
    12021年1月29日

    Pythonでサクッと作れる時系列の予測モデルNeuralProphe...

    21187 views
  • 第53話|ビジネス系のデータって、時系列が多い。であれば、先ず3つの視点で分析しよう!
    22017年12月10日

    第53話|ビジネス系のデータって、時系列が多い。であれば、先ず3つの視...

    17670 views
  • 第40話|知って損にならない「営業生産性向上」のための2つのデータ分析アプローチ
    32017年9月10日

    第40話|知って損にならない「営業生産性向上」のための2つのデータ分析...

    13817 views
  • 第44話|売上分析の方法や手法は、3つの「売上データの種類」で変化する
    42017年10月8日

    第44話|売上分析の方法や手法は、3つの「売上データの種類」で変化する

    12772 views
  • Jupyter Notebookでグラフ化(matplotlib)するときの「3つ」のマジックコマンド(Python)
    52021年2月19日

    Jupyter Notebookでグラフ化(matplotlib)する...

    12539 views
  • 便利だけど分かりにくい<br>データフレームを再構築するPandasのMelt()関数のお話し
    62021年4月29日

    便利だけど分かりにくい
    データフレームを再構築するPandasの...

    11111 views
  • 第41話|OODAは先進的で、PDCAサイクルは遅れている? と聞かれ違うんだけど…… と思ったわけ
    72017年9月17日

    第41話|OODAは先進的で、PDCAサイクルは遅れている? と聞かれ...

    9695 views
  • 第89話|小売の売上分析、2つの指標だけで考える小売業の「データ分析的な戦略」
    82018年8月19日

    第89話|小売の売上分析、2つの指標だけで考える小売業の「データ分析的...

    9229 views
  • 第163話|実務でよく使われる、色々ある「回帰分析」
    92020年1月20日

    第163話|実務でよく使われる、色々ある「回帰分析」

    9147 views
  • (Python編) 時系列データをサクッとSTLでトレンド・季節性に分解
    102021年1月15日

    (Python編) 時系列データをサクッとSTLでトレンド・季節性に分...

    9012 views

Twitter タイムライン

Tweets by SalesAnalyticsJ
Follow @SalesAnalyticsJ
follow us in feedly
  • HOME
  • Top
  • 初めての方へ
  • 登壇・メディア掲載・執筆
  • 事業理念
  • 企業情報
  • 無料メルマガ
  • コンサル・講師受託
  • お問合せ
  • 個人情報の取扱いについて
© 2022 株式会社セールスアナリティクス.
GO TOP