Programa del Curso

  1. Distribuidos bajo big data
    1.  Métodos de minería de datos (entrenamiento monomodo + predicción distribuida: algoritmos tradicionales de aprendizaje automático + predicción distribuida MapReduce,)
    2. Apache Spark MLlib
  2. Recomendación y segmentación publicitaria:
    1. La parte del lenguaje natural
    2. Agrupación de textos, clasificación de textos (etiquetas), sinónimos
    3. Restauración de perfil de usuario, sistema de etiquetas
    4. Estrategias para recomendar algoritmos
    5. Ascensores entre clases, ascensores dentro de clases, qué precisión
    6. Cómo crear un bucle cerrado de algoritmos de recomendación
  3. regresión logística, RankingSVM,
  4. Reconocimiento de características: (Deep Learning y reconocimiento automático de características de patrones)
  5. lengua natural
    1. Participio chino
    2. Modelo de tema (agrupación de textos)
    3. Clasificación de textos
    4. Extraer palabras clave
    5. Analizador sintáctico de análisis semántico, vectores de word2vec a word
    6. Arquitectura de memoria a corto plazo (TSTM) de RNN 
 21 horas

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas