Zkuste nás kontaktovat

Návrh Školení

  1. Distribuované systémy pro práci s velkými daty
    1.  Metody extrakce dat (mono- i distribuované učení: tradiční algoritmy strojového učení plus predikce na základě MapReduce)
    2. Knihovna Apache Spark MLlib
  2. Doporučovací systémy a precizní personalizace:
    1. Elementy přirozeného jazyka
    2. Agregace textů, jejich klasifikace (taggování), synonyma
    3. Vytvoření profilů uživatelů a systémů štítkování
    4. Strategie využití doporučovacích algoritmů
    5. Měřítka lift mezi třídami a uvnitř jednotlivých skupin – jak dosáhnout maximální přesnosti
    6. Postupy pro navrhnutí uzavřeného cyklu doporučovacích systémů
  3. Logické regrese, algoritmus RankingSVM,
  4. Rozpoznávání rysů: (hluboké učení a automatická identifikace vzorců na základě grafových dat)
  5. Zpracování přirozeného jazyka
    1. Tokenizace čínských textů
    2. Modelování témat (také klasifikace textu)
    3. Kategorizace textových dokumentů
    4. Sémantická analýza využívající semantické analyzátory a reprezentaci významu textu prostřednictvím techniky Word2Vec
    5. Architektura RNN s dlouhodobou pamětí (LSTM)

Požadavky

Pro absolvování tohoto kurzu nejsou vyžadovány žádné zvláštní předpoklady.

 21 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie