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
- Distribuido bajo Big Data
- Métodos de minería de datos (entrenamiento de modelos con un solo equipo + predicción distribuida: algoritmos clásicos de aprendizaje automático + predicción distribuida con MapReduce)
- Apache Spark MLlib
- Recomendaciones y publicidad dirigida:
- Procesamiento del lenguaje natural
- Agrupación de texto, clasificación de texto (etiquetas), sinónimos
- Restauración de perfiles de usuario y sistemas de etiquetas
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift dentro de la clase, cómo lograr precisión
- Cómo construir un ciclo cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM
- Detección automática de características (aprendizaje profundo y detección automática de características mediante grafos)
- Procesamiento del lenguaje natural
- Segmentación de palabras en chino
- Modelos temáticos (agrupación de texto)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico: parser semántico y vectorización de palabras con Word2Vec
- Arquitectura RNN Long Short-Term Memory (LSTM)
Requerimientos
Participar en este curso no requiere ningún requisito específico.
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
