Lépjen kapcsolatba velünk

Kurzusleírás

  1. Disztribuált rendszerek nagyadatok kezelésére
    1. Adatbányászati módszerek (edzés egy gépben + disztribuált predikció: hagyományos gépi tanulási algoritmusok + MapReduce disztribuált predikció)
    2. Apache Spark MLlib
  2. Javaslatok és precíziós reklámozás:
    1. Természetes nyelv kezelése
    2. Szöveg klasterizálása, szöveg klaszszifikáció (címkézés), szinonimák
    3. Felhasználói profilok rekonstruálása, címkérendszer
    4. Javaslati algoritmusok stratégiái
    5. Lift osztályok között, lift osztályon belül, hogyan érjünk el precíziót
    6. Hogyan építsük fel a javaslati algoritmusok zárt hurokát
  3. Logisztikus regresszió, RankingSVM,
  4. Jellemzőfelismerés: (mélytanulás és grafikonok automatikus jellemzőfelismerése)
  5. Természetes nyelv
    1. Kínai szófeldolgozás (tokenizálás)
    2. Témamodell (szöveg klasterizálás)
    3. Szöveg klaszszifikáció
    4. Kulcsszavak kiemelése
    5. Jelentésanalízis: jelentésfeldolgozó (semantic parser), word2vec szóvektorokra
    6. RNN Rövid távú memória (LSTM) architektúra

Követelmények

A kurzus követelményei nincsenek, bármilyen háttérrel rendelkezőek részt vehetnek.

 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák