Contacta con nosotros

Temario del curso

  1. Distribución bajo Big Data
    1.  Métodos de minería de datos (entrenamiento de modelos individuales + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida con MapReduce,)
    2. Apache Spark MLlib
  2. Recomendaciones y publicidad dirigida:
    1. Partes del procesamiento del lenguaje natural
    2. Agrupación de textos, clasificación de textos (etiquetas), sinónimos
    3. Restauración de perfiles de usuario, sistemas de etiquetado
    4. Estrategias de algoritmos de recomendación
    5. Lift entre clases, lift dentro de la clase, cómo ser más preciso
    6. Cómo construir un bucle cerrado para los algoritmos de recomendación
  3. Regresión logística, RankingSVM,
  4. Detección automática de características: (aprendizaje profundo y reconocimiento automático de características mediante grafos)
  5. Procesamiento del lenguaje natural
    1. Segmentación del chino
    2. Modelos temáticos (agrupación de textos)
    3. Clasificación de textos
    4. Extracción de palabras clave
    5. Análisis semántico: parser semántico, desde Word2Vec hasta vectores de palabras
    6. Arquitectura RNN Long Short-Term Memory (LSTM)

Requerimientos

No hay requisitos específicos para participar en este curso.

 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas