Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
- Distribución en Big Data
- Métodos de minería de datos (entrenamiento de modelos unitarios + predicción distribuida: algoritmos de aprendizaje automático tradicionales + predicción distribuida MapReduce)
- Apache Spark MLlib
- Recomendaciones y targeting publicitario preciso:
- Componentes del lenguaje natural
- Agrupamiento de texto, clasificación de texto (etiquetado), sinónimos
- Reconstrucción de perfiles de usuario, sistema de etiquetas
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift intra-clase, cómo lograr precisión
- Cómo construir el ciclo cerrado de los algoritmos de recomendación
- Regresión logística, RankingSVM,
- Detección de características: (detección automática de características en aprendizaje profundo y grafos)
- Lenguaje Natural
- Segmentación de palabras en chino
- Modelos de temas (agrupamiento de texto)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico, semantic parser, de Word2Vec a vectores de palabras
- Arquitectura RNN Long Short-Term Memory (LSTM)
Requerimientos
No se requieren conocimientos previos específicos para asistir a este curso.
21 Horas
Reseñas (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Curso - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Traducción Automática
