Skip to content

Latest commit

 

History

History
67 lines (34 loc) · 3.6 KB

opendatagroup-develop-deploy-gradient-boosting-machine-model.md

File metadata and controls

67 lines (34 loc) · 3.6 KB

学习如何开发和部署梯度提升机器模型

原文:www.kdnuggets.com/2017/01/opendatagroup-develop-deploy-gradient-boosting-machine-model.html

|

| |

|

| Open Data Group |

|

|

|

你的组织是否准备好大规模部署分析模型?你现有的系统是否以正确的方式连接以利用最新的分析能力?加入我们的在线研讨会,详细了解如何使用 Python、Kafka 和 FastScore 创建和部署梯度提升机器模型。本次由 Open Data 的 Matthew Mahowald 主持的研讨会,将提升你对梯度提升好处的理解,以及在生产系统中部署和维护实时流梯度提升机器模型的最简单方法。我们的研讨会将重点提供 3 个关键要点:

  • 学习如何使用 SciKit Learn 和 Python 创建梯度提升机器

  • 了解使用 FastScore(一种语言无关的分析引擎)进行特征转换、训练和部署 GBM 所需的步骤

  • 观看 GBM 分析汽车保险风险的实时演示


我们的 3 个顶级课程推荐

1. Google 网络安全证书 - 快速进入网络安全职业道路! 2. Google 数据分析专业证书 - 提升你的数据分析技能! 3. Google IT 支持专业证书 - 支持你的组织进行 IT 服务


2017 年 1 月 25 日 - 上午 10 点 PST(下午 1 点 EST)

| | Matthew 是 Open Data Group 的数据科学家和软件工程师。他拥有西北大学数学博士学位,研究过弦理论和拓扑场论的几何。在 ODG,Matthew 专注于使用 FastScore 开发和部署机器学习模型。 |

|   |

|

|

| Open Data Group |

|

|

更多相关主题