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 de modelos monomáquina + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida con MapReduce)
- Apache Spark MLlib
- Recomendaciones y publicidad dirigida:
- Partes del procesamiento del lenguaje natural
- Clustering textual, clasificación de texto (etiquetas), sinonimia
- Restauración del perfil de usuario y sistemas de etiquetas
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift intraclase: cómo lograr precisión
- Cómo construir un ciclo cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM,
- Identificación de características: (identificación automática de características mediante aprendizaje profundo y grafos)
- Procesamiento del lenguaje natural
- Segmentación del chino
- Modelos temáticos (clustering textual)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico: parser semántico, word2vec hasta vectores de palabras
- Arquitectura RNN Long short-term memory (LSTM)
Requerimientos
No se requieren 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
