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 modelo unit + predicción distribuida: algoritmos de aprendizaje automático tradicionales + predicción distribuida con Mapreduce)
- Apache Spark MLlib
- Recomendaciones y publicación publicitaria segmentada:
- Componentes del lenguaje natural
- Clustering de texto, clasificación de texto (etiquetado), sinónimos
- Recuperación de perfiles de usuario, sistema de etiquetado
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift dentro de clases, cómo lograr precisión
- Cómo construir un ciclo cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM,
- Identificación de características: (identificación automática de características mediante aprendizaje profundo y geometría)
- Lenguaje natural
- Segmentación de palabras en chino
- Modelo de temas (clustering de texto)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico, parser semántico, word2vec hacia vectores de palabras
- Arquitectura RNN Long Short-Term Memory (LSTM)
Requerimientos
No hay requisitos 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
