Plan Szkolenia

  1. Rozproszone przetwarzanie dużych zbiorów danych
    1. Metody eksploracji danych (trening na jednej maszynie + rozproszone przewidywanie: tradycyjne algorytmy uczenia maszynowego + Mapreduce do rozproszonego przewidywania)
    2. Apache Spark MLlib
  2. Rekomendacje i precyzyjne targetowanie reklam:
    1. Aspekty języka naturalnego
    2. Grupowanie tekstu, klasyfikacja tekstu (etykietowanie), synonimy
    3. Rekonstrukcja profilu użytkownika, system etykiet
    4. Strategie algorytmów rekomendacyjnych
    5. Lift między kategoriami, lift wewnątrz kategorii, jak osiągnąć precyzję
    6. Jak zbudować zamknięty obieg algorytmu rekomendacyjnego
  3. Regresja logistyczna, RankingSVM,
  4. Identyfikacja cech: (głębokie uczenie i automatyczna identyfikacja cech graficznych)
  5. Przetwarzanie języka naturalnego
    1. Segmentacja chińskiego tekstu
    2. Model tematyczny (grupowanie tekstu)
    3. Klasyfikacja tekstu
    4. Ekstrakcja kluczowych słów
    5. Analiza semantyczna, od word2vec do wektorów słów
    6. Architektura RNN Long short-term memory (LSTM)
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie