Bienvenido a los tutoriales de Driverless AI en español

H2O.ai creó tutoriales de IA para democratizar el aprendizaje automático automatizado(AutoML) y de código abierto. Nuestros tutoriales están abiertos a cualquier persona de la comunidad que desee aprender el aprendizaje automático distribuido a través de tutoriales paso a paso. Los tutoriales en ésta página están dirigidos a personas de todos los niveles de habilidad.


Por favor nota que los tutoriales que tenemos disponibles en este momento son para la version de Driverless AI 1.8.7.1. Los tutoriales para la version de Driverless AI 1.9.0 estarán disponibles pronto. 

  • AUDIENCIA: Científicos de Datos Jr
  • NIVEL DE APRENDIZAJE: Aprendiz, Intermediario
  • 2 Tareas


image
  • Tutorial 0: Comenzando con Driverless AI Test Drive

    Contains 8 Component(s)

    Guía paso a paso para ayudarle a configurar su laboratorio

    Este tutorial lo guiará para configurar su laboratorio de Driveless AI Test Drive para continuar con los otros tutoriales. Test Drive es una sesión de laboratorio de dos horas que existe en Aquarium de H2O, un laboratorio en la nube que brinda acceso a varias herramientas para talleres, conferencias y capacitación. 

    Este tutorial lo guiará para configurar su laboratorio de Driveless AI Test Drive para continuar con los otros tutoriales. Test Drive es una sesión de laboratorio de dos horas que existe en Aquarium de H2O, un laboratorio en la nube que brinda acceso a varias herramientas para talleres, conferencias y capacitación. 

  • Tutorial 1A: Introducción a Machine Learning Automático con Driverless AI

    Contains 15 Component(s)

    Lanza tu primer experimento en Driverless AI Test Drive

    En este tutorial, trabajaremos con el conjunto de datos de Titanic para tratar de predecir si alguien podría sobrevivir o no desde la perspectiva de una compañía de seguros de vida para pasajeros. Explorará cómo visualizar automáticamente un conjunto de datos, iniciar un experimento, realizar ingeniería de características y crear un informe de interpretabilidad de ML. 

    En este tutorial, trabajaremos con el conjunto de datos de Titanic para tratar de predecir si alguien podría sobrevivir o no desde la perspectiva de una compañía de seguros de vida para pasajeros. Explorará cómo visualizar automáticamente un conjunto de datos, iniciar un experimento, realizar ingeniería de características y crear un informe de interpretabilidad de ML.