Свържете се с нас

Съдържание и теми, включени в курса

  1. Разпределено програмиране в контекста на големи данни
    1. Методи за извличане на данни (обучение на единичен модел + разпределено предсказване: традиционни алгоритми за машинно обучение + разпределено предсказване с MapReduce)
    2. Apache Spark MLlib
  2. Препоръки и прецизно насочване на реклами:
    1. Елементи на естествения език
    2. Клъстеризация на текст, класификация на текст (етикетиране), синоними
    3. Възстановяване на потребителски профил, система от етикети
    4. Стратегии на алгоритмите за препоръка
    5. Lift между класове, lift в рамките на клас, как да постигнем прецизност
    6. Как да изградим затворен цикъл за препоръчителен алгоритъм
  3. Логистична регресия, Ranking SVM
  4. Разпознаване на характеристики: (дълбоко обучение и автоматично разпознаване на графични характеристики)
  5. Естествен език
    1. Сегментиране на китайски език
    2. Тематичен модел (клъстеризация на текст)
    3. Класификация на текст
    4. Извличане на ключови думи
    5. Семантичен анализ – семантичен парсер, word2vec до вектори на думи
    6. RNN архитектура с дълга краткосрочна памет (LSTM)

Изисквания

Няма специфични изисквания за присъствие на този курс.

 21 Часа

Брой участници


Цена за участник

Отзиви от участници (1)

Предстоящи Курсове

Свързани Kатегории