Свържете се с нас

План на курса

  1. Разпределени изчисления в големи данни
    1. Методи за извличане на данни (обучение на единична машина + разпределено прогнозиране: традиционни алгоритми за машинно обучение + MapReduce разпределено прогнозиране,)
    2. Apache Spark MLlib
  2. Препоръчване и прецизно таргетиране на реклами:
    1. Частта за естествен език
    2. Клъстериране на текст, класификация на текст (етикети), синоними
    3. Възстановяване на потребителски профили, система от етикети
    4. Стратегии на препоръчителните алгоритми
    5. Lift между класове, lift в рамките на клас, как да се постигне прецизност
    6. Как да се изгради затворен цикъл на препоръчителния алгоритъм
  3. Логистична регресия, RankingSVM,
  4. Разпознаване на признаци: (дълбоко обучение и автоматично разпознаване на признаци от графики)
  5. Естествен език
    1. Сегментиране на думи в китайски език
    2. Тематични модели (клъстериране на текст)
    3. Класификация на текст
    4. Извличане на ключови думи
    5. Семантичен анализ, sementic parser, word2vec до вектори на думи
    6. Архитектура RNN с дълга краткосрочна памет (TSTM)

Изисквания

Няма специфични изисквания за участие в този курс.

 21 Часове

Брой участници


Цена за участник

Отзиви от потребители (1)

Предстоящи Курсове

Свързани Kатегории