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 un solo modelo + predicciones distribuidas: algoritmos de aprendizaje automático tradicionales + predicciones distribuidas con Mapreduce,)
- Apache Spark MLlib
- Recomendaciones y publicidad dirigida:
- Partes del lenguaje natural
- Agrupamiento de textos, clasificación de textos (etiquetas), sinónimos
- Recuperación del perfil de usuario, sistema de etiquetas
- Estrategias de algoritmos de recomendación
- Levante entre clases, levante dentro de la clase, cómo lograr precisión
- Cómo construir un ciclo cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM,
- Detección de características: (detección automática de características mediante aprendizaje profundo y gráficos)
- Lenguaje natural
- Segmentación de palabras en chino
- Modelo de temas (agrupamiento de textos)
- Clasificación de textos
- Extracción de palabras clave
- Análisis semántico, parser semántico, word2vec hacia vectores de palabras
- RNN Long short-term memory (TSTM) Architecture
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