Struttura del corso

  1. Distribuito con i big data
    1.  Metodi di data mining (addestramento monomodale + previsione distribuita: algoritmi di apprendimento automatico tradizionali + previsione distribuita MapReduce,)
    2. Apache Spark MLlib
  2. Targeting per raccomandazioni e pubblicità:
    1. La parte del linguaggio naturale
    2. Clustering del testo, classificazione del testo (etichette), sinonimi
    3. Ripristino del profilo utente, sistema di tag
    4. Strategie per raccomandare algoritmi
    5. Ascensori tra le classi, ascensori all'interno delle classi, quanto sono accurati
    6. Come creare un ciclo chiuso di algoritmi di raccomandazione
  3. regressione logistica, RankingSVM,
  4. Riconoscimento delle caratteristiche: (Deep Learning e riconoscimento automatico delle caratteristiche dei modelli)
  5. linguaggio naturale
    1. Participio cinese
    2. Modello tematico (clustering del testo)
    3. Classificazione del testo
    4. Estrai parole chiave
    5. Analisi semantica parser sementico, word2vec a vettori di parole
    6. Architettura della memoria a breve termine lunga (TSTM) RNN 
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative