Contacta con nosotros

Temario del curso

  1. Procesamiento distribuido bajo Big Data
    1. Métodos de minería de datos (entrenamiento de modelo en máquina individual + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida con MapReduce)
    2. Apache Spark MLlib
  2. Recomendación y publicidad dirigida:
    1. Procesamiento del lenguaje natural (etapas clave)
    2. Agrupación de texto, clasificación de texto (etiquetas) y sinónimos
    3. Restauración del perfil del usuario, sistema de etiquetas
    4. Estrategias de algoritmos de recomendación
    5. Lift entre clases, lift dentro de la clase, cómo lograr precisión
    6. Cómo construir un ciclo cerrado para los algoritmos de recomendación
  3. Regresión logística, RankingSVM,
  4. Detección de características: (detección automática de características mediante aprendizaje profundo y grafos)
  5. Lenguaje natural
    1. Segmentación del idioma chino
    2. Modelo temático (agrupación de texto)
    3. Clasificación de texto
    4. Extracción de palabras clave
    5. Análisis semántico: analizador semántico, Word2Vec hacia 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