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
- Distribución bajo big data
- Métodos de minería de datos (entrenamiento con modelo único + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida con MapReduce)
- Apache Spark MLlib
- Recomendaciones y publicidad de segmentación precisa:
- Procesamiento del lenguaje natural
- Agrupamiento de texto, clasificación de texto (etiquetas), sinónimos
- Recuperación del perfil de usuario y sistema de etiquetas
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift dentro de la clase y cómo lograr precisión
- Cómo construir un ciclo cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM
- Detección de características: (detección automática de características mediante aprendizaje profundo y grafos)
- Procesamiento del lenguaje natural
- Segmentación de palabras en chino
- Modelos temáticos (agrupamiento de texto)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico: analizador sintáctico (semantic parser), Word2Vec y vectores de palabras
- Arquitectura RNN Long Short-Term Memory (LSTM)
Requerimientos
No existen requisitos específicos para participar en este curso.
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
