Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 21 hodiny
Návrh Školení
- Distribuovanost v prostředí big datu
- Metody datové výzkumné (trénování jednotného modelu + distribuovaná predikce: tradiční algoritmy strojového učení + distribuovaná predikce Mapreduce)
- Apache Spark MLlib
- Doporučování a cílené zveřejňování reklam:
- Části přirozeného jazyka
- Klasterování textů, klasifikace textů (labely), synonyma
- Obnovení uživatelského profilu, systém labelů
- Strategie algoritmů doporučování
- Lift mezi třídami, lift uvnitř třídy, jak dosáhnout přesnosti
- Jak vytvořit uzavřenou smyčku algoritmů doporučování
- Logistická regrese, RankingSVM
- Rozpoznávání funkcí: (automatické rozpoznávání funkcí hlubokým učením a grafy)
- Přirozený jazyk
- Rozdělení slov v čínštině
- Tématové modely (klasterování textů)
- Klasifikace textů
- Extrakce klíčových slov
- Sémantická analýza, sémantické parsery, Word2Vec do slov vektorů
- Architektura RNN Long short-term memory (LSTM)
Požadavky
K tomuto kurzu nejsou kladeny žádné speciální předpoklady.
Reference (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Kurz - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Přeloženo strojem
