H2O работает с информацией в оперативной памяти и оптимизирован специально для проведения определённых статистических вычислений на данных, которые хранятся в распределённом хранилище Hadoop Distributed File System. Многие разновидности машинного обучения подразумевают именно такие статистические вычисления.
«Движение проектов с открытым исходным кодом определённо помогло нам получить феноменальное распространение в последние 3-4 четверти продаж продукта», - сказал ШриСатиш Амбати (SriSatish Ambati), соучредитель и генеральный директор H2O в интервью изданию VentureBeat.
Среди других инструментов для машинного обучения и более сложного процеccа глубокого обучения (deep learning) с открытым исходным кодом, внимание разработчиков привлекли Deeplearning4j, PredictionIO, Apache Mahout.
В их числе есть стартапы, разрабатывающие сервисы машинного обучения, которые разработчики могут встроить в свои приложения через API: AlchemyAPI, Skytree и Wise.io.
По словам Амбати, в будущем H2O также создаст собственный API, но на данный момент он пользуется преимуществами бесплатного доступа к продукту разработчиков. Затем H2O сможет зарабатывать, предоставляя поддержку и техническое обслуживание своего продукта.
Более того, H2O хорошо интегрируется с рабочим процессом тех аналитиков, которые знакомы с языком программирования R. H2O частично написано на R, также как Java и Python, и пользователи могут запускать функции H2O из R, как только они установят пакет H2O для R. Тем не менее, Амбати, как и другие разработчики продуктов на базе R, не удовлетворён производительностью этой среды. Он обращался к основателям R с замечаниями, что в конечном итоге привело его к сотрудничеству с ключевым членом команды R Джоном Чемберсом (John Chambers) в развитии H2O.
С того времени проект приобрёл популярность, и посредством стремительного расширения стартап поднял свой бизнес. Сейчас у компании насчитывается 20 клиентов, включая Cisco, eBay, Nielsen и PayPal.
H2O начал работу в 2011 году и расположен в Калифорнии, США.