Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
- Distribué sous Big Data
- Méthodes de Data Mining (Entraînement d'un seul type de machine + prédiction distribuée : Algorithmes traditionnels d'apprentissage automatique + prédiction distribuée Mapreduce,)
- Apache Spark MLlib
- Recommandation et précision des annonces :
- Composants du langage naturel
- Regroupement de textes, classification de textes (étiquetage), synonymes
- Réduction du profil de l'utilisateur, systèmes d'étiquetage
- Stratégies pour les algorithmes de recommandation
- Effet de levier entre les classes, effet de levier à l'intérieur des classes, comment être précis ?
- Comment construire un algorithme de recommandation en boucle fermée
- Régression logistique, RankingSVM.
- Reconnaissance des caractéristiques : (apprentissage profond et reconnaissance automatique des caractéristiques des graphes)
- Langage naturel
- Segmentation des mots chinois
- Modélisation des sujets (regroupement de textes)
- Classification de texte
- Extraction de mots-clés
- Analyse sémantique analyseur sémantique, word2vec vers vecteurs de mots
- Architecture RNN à mémoire à long terme (TSTM)
21 Heures
Nos clients témoignent (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Formation - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Traduction automatique