Programa del Curso

1. Distribución de datos grandes

  1. Métodos de minería de datos (entrenamiento de sistemas individuales + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida de Mapreduce)
  2. Apache Spark MLlib

2. Recomendaciones y publicidad:

  1. Lenguaje natural
  2. Agrupación de texto, categorización de texto (etiquetado), sinónimos
  3. Restauración del perfil de usuario, sistema de etiquetado
  4. Algoritmos recomendados
  5. Asegurar la precisión de "levantar" entre y dentro de las categorías
  6. Cómo crear ciclos cerrados para algoritmos de recomendación

1. Regresión lógica, RankingSVM,

2. Reconocimiento de funciones (aprendizaje profundo y reconocimiento automático de características para gráficos)

3. Lenguaje natural

  1. Segmentación de palabras chinas
  2. Modelo de tema (agrupamiento de texto)
  3. Clasificación del texto
  4. Extraer palabras clave
  5. Análisis semántico, analizador semántico, word2vec (vector a palabra)
  6. Arquitectura de memoria a largo plazo RNN (TSTM)
  21 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (1)

Cursos Relacionados

Python para la Generación de Lenguaje Natural

  21 horas

Categorías Relacionadas