Schița de curs

  1. Distribuită în cadrul Big Data
    1. Metode de extragere a datelor (Formare tip mașină unică + Predicție distribuită: Algoritmi tradiționali de învățare a mașinilor + Predicție distribuită Mapreduce,)
    2. Apache Spark MLlib
  2. Recomandarea și precizia reclamei:
    1. Componente ale limbajului natural
    2. Gruparea textului, clasificarea textului (etichetare), sinonime
    3. Reducerea profilului utilizatorului, sisteme de etichetare
    4. Strategii pentru algoritmii de recomandare
    5. Lift între clase, lift în cadrul claselor, cum să fim preciși
    6. Cum se construiește un algoritm de recomandare în buclă închisă
  3. Regresie logistică, RankingSVM.
  4. Recunoașterea caracteristicilor: (învățarea profundă și recunoașterea automată a caracteristicilor grafurilor)
  5. Limbaj natural
    1. Segmentarea cuvintelor chinezești
    2. Modelarea subiectului (gruparea textului)
    3. Clasificarea textului
    4. Extragerea cuvintelor cheie
    5. Analiză semantică parser sementic, word2vec la vectori de cuvinte
    6. RNN Arhitectura memoriei pe termen lung și scurt (TSTM)
 21 ore

Numărul de participanți


Pret per participant

Mărturii (1)

Upcoming Courses

Categorii înrudite