H2O est une plateforme en mémoire pour l’apprentissage automatique distribué et évolutif. H2O utilise des interfaces familières telles que R, Python, Scala, Java, JSON et l’interface notebook/web Flow, et fonctionne de manière transparente avec les technologies Big Data comme Hadoop et Spark. H2O fournit des implémentations de nombreux algorithmes populaires tels que les modèles linéaires généralisés (GLM), les machines d’amplification de gradient (y compris XGBoost), les forêts aléatoires, les réseaux de neurones profonds, les ensembles empilés, les Bayes naïfs, les modèles additifs généralisés (GAM), les risques proportionnels de Cox, K- Means, PCA, Word2Vec, ainsi qu’un algorithme d’apprentissage automatique entièrement automatique (H2O AutoML).

H2O est extensible afin que les développeurs puissent ajouter des transformations de données et des algorithmes personnalisés de leur choix et y accéder via tous ces clients. Les modèles H2O peuvent être téléchargés et chargés dans la mémoire H2O pour la notation, ou exportés au format POJO ou MOJO pour une notation extrêmement rapide en production. Plus d’informations peuvent être trouvées dans le guide de l’utilisateur H2O.