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 bajo Big Data
- Métodos de minería de datos (entrenamiento de modelos individuales + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida con MapReduce,)
- Apache Spark MLlib
- Recomendaciones y publicidad dirigida:
- Partes del procesamiento del lenguaje natural
- Agrupación de textos, clasificación de textos (etiquetas), sinónimos
- Restauración de perfiles de usuario, sistemas de etiquetado
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift dentro de la clase, cómo ser más preciso
- Cómo construir un bucle cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM,
- Detección automática de características: (aprendizaje profundo y reconocimiento automático de características mediante grafos)
- Procesamiento del lenguaje natural
- Segmentación del chino
- Modelos temáticos (agrupación de textos)
- Clasificación de textos
- Extracción de palabras clave
- Análisis semántico: parser semántico, desde Word2Vec hasta vectores de palabras
- Arquitectura RNN Long Short-Term Memory (LSTM)
Requerimientos
No hay requisitos específicos para participar en 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
