我是H2O DAI的新生，我认为这很棒。我已经使用少量的CSV样本数据进行了几次实验，并且大多数时候我看到使用了GLM和GBM。
我们能看到H2O DAI随附的所有算法的完整列表吗？
我看到了H2O开源here所提供的算法，但是H2O DAI是否相同？
另一个问题：有什么方法可以选择手动使用哪种算法？
答案 0 :(得分：1)
请注意，H2O-3是单独的开源产品，与H2O.ai的DAI产品不同。
找到所有问题答案的最佳方法是查看无人驾驶AI文档：http://docs.h2o.ai/driverless-ai/latest-stable/docs/userguide/index.html
为方便起见，我将发布您问题的答案，但是对于以后遇到此问题的任何人，我强烈建议您只看一下文档，因为我现在所说的很快就会过时。
我们能看到H2O DAI随附的所有算法的完整列表吗？ （FAQ中的答案）
无人驾驶AI中使用了哪些算法？
功能是使用Kaggle获奖统计方法的专有堆栈进行工程设计的，这些方法包括基于分组，聚合和连接的一些最复杂的目标编码和似然估计，但是我们还采用线性模型，神经网络，聚类和降维模型和许多传统方法，例如一键编码等。
在工程功能之上，还安装了复杂的模型，包括但不限于：XGBoost（原始XGBoost和'lossguide'（LightGBM）模式），GLM，TensorFlow（包括基于TensorFlow NLP配方的）在CNN深度学习模型上）和RuleFit。更多内容将在以后继续添加。
通常，GBM是最好的单发算法。自2006年以来，对于在图像和声音（https://www.cs.cornell.edu/~caruana/ctp/ct.papers/caruana.icml06.pdf）中进行模式识别之外的噪声预测建模任务，增强方法已被证明是最准确的。 XGBoost和Kaggle的出现仅巩固了这一地位。
有什么方法可以选择手动使用哪种算法？ （在专家设置Section中找到答案）：
在一定程度上可以，您可以使用上面链接中描述的专家设置来选择所需的算法。