h2oai/h2o-3

H2O is an Open Source, Distributed, Fast & Scalable Machine Learning Platform: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM with Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.

What it solves

H2O 提供一个分布式、可扩展、内存中的机器学习平台，让用户能够在机器集群上处理大规模数据集和复杂模型。它通过多种接口和自动化工具，简化模型的构建、训练和部署过程。

How it works

H2O 作为内存平台，能够与 Hadoop、Spark 等大数据技术集成。它支持多种客户端接口，包括 R、Python、Scala、Java、JSON，以及名为 Flow 的网页笔记本。平台实现了广泛的算法（如 GLM、Random Forest、Deep Neural Networks），并包含 H2O AutoML，实现全自动机器学习。模型可以保存和加载用于评分，或导出为 POJO 或 MOJO 格式，以在高性能生产环境中进行快速评分。

Who it’s for

需要在大数据集上进行可扩展机器学习的数据科学家和开发者，以及那些希望使用熟悉的语言（如 Python 或 R）并利用分布式计算能力的人。

Highlights

  • Distributed Scalability: Built for in-memory, distributed machine learning that works with Hadoop and Spark.
  • Broad Algorithm Support: Includes GLM, XGBoost, Random Forests, Deep Neural Networks, Naive Bayes, and more.
  • AutoML: Features a fully automatic machine learning algorithm to streamline model selection and tuning.
  • Production-Ready Export: Models can be exported to POJO or MOJO formats for extremely fast scoring in production environments.
  • Multi-Language Support: Accessible via Python, R, Java, Scala, and a web interface.