Contacta con nosotros

Temario del curso

  1. Distribución bajo big data
    1. Métodos de minería de datos (entrenamiento de modelos monomáquina + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida con MapReduce)
    2. Apache Spark MLlib
  2. Recomendaciones y publicidad dirigida:
    1. Partes del procesamiento del lenguaje natural
    2. Clustering textual, clasificación de texto (etiquetas), sinonimia
    3. Restauración del perfil de usuario y sistemas de etiquetas
    4. Estrategias de algoritmos de recomendación
    5. Lift entre clases, lift intraclase: cómo lograr precisión
    6. Cómo construir un ciclo cerrado para los algoritmos de recomendación
  3. Regresión logística, RankingSVM,
  4. Identificación de características: (identificación automática de características mediante aprendizaje profundo y grafos)
  5. Procesamiento del lenguaje natural
    1. Segmentación del chino
    2. Modelos temáticos (clustering textual)
    3. Clasificación de texto
    4. Extracción de palabras clave
    5. Análisis semántico: parser semántico, word2vec hasta vectores de palabras
    6. Arquitectura RNN Long short-term memory (LSTM)

Requerimientos

No se requieren requisitos específicos para participar en este curso.

 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas