Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
- Distribución en Big Data
- Métodos de minería de datos (Entrenamiento en arquitecturas unitarias + Predicción distribuida: Algoritmos de aprendizaje tradicional + Predicción distribuida con Mapreduce)
- Apache Spark MLlib
- Recomendaciones y segmentación publicitaria:
- Componentes del lenguaje natural
- Agrupamiento de texto, clasificación de texto (etiquetado) y sinónimos
- Construcción de perfiles de usuario y sistemas de etiquetas
- Estrategias de algoritmos de recomendación
- Lift interclase, lift intraclase y cómo lograr precisión
- Cómo construir un bucle cerrado para los algoritmos de recomendación
- Regresión logística, RankingSVM
- Extracción de características: (Extracción automática de características mediante aprendizaje profundo y datos geométricos)
- Lenguaje natural
- Segmentación de palabras en chino
- Modelo de temas (agrupamiento de texto)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico, semántico parser, de Word2Vec a vectores de palabras
- Arquitectura de memoria a largo y corto plazo (LSTM) en RNN
Requerimientos
No se requieren conocimientos previos específicos para participar en este curso.
21 Horas
Reseñas (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Curso - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Traducción Automática
