Bądźmy w kontakcie

Plan Szkolenia

  1. Rozproszone przetwarzanie dużych danych
    1. Metody eksploracji danych (trening na jednym urządzeniu + predykcja rozproszona: tradycyjne algorytmy uczenia maszynowego + predykcja rozproszona MapReduce)
    2. Apache Spark MLlib
  2. Rekomendacje i precyzyjne targetowanie reklam:
    1. Część dotycząca języka naturalnego
    2. Klasteryzacja tekstu, klasyfikacja tekstu (etykiety), synonimy
    3. Profil użytkownika, system etykiet
    4. Strategie algorytmów rekomendacyjnych
    5. Lift między klasami, lift wewnątrz klasy, jak osiągnąć precyzję
    6. Jak zbudować zamknięty cykl algorytmu rekomendacyjnego
  3. Regresja logistyczna, RankingSVM,
  4. Rozpoznawanie cech: (głębokie uczenie a automatyczne rozpoznawanie cech graficznych)
  5. Język naturalny
    1. Segmentacja tekstu chińskiego
    2. Model tematyczny (klasteryzacja tekstu)
    3. Klasyfikacja tekstu
    4. Ekstrakcja słów kluczowych
    5. Analiza semantyczna, sementic parser, word2vec do wektorów słów
    6. Architektura RNN Long short-term memory (LSTM)

Wymagania

Uczestnictwo w tym kursie nie wymaga żadnych szczególnych wymagań.

 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie