Contacta con nosotros

Temario del curso

  1. Distribuido bajo big data
    1. Métodos de minería de datos (entrenamiento con modelo único + predicciones distribuidas: algoritmos de aprendizaje automático tradicionales + MapReduce para predicciones distribuidas,)
    2. Apache Spark MLlib
  2. Recomendaciones y publicidad dirigida:
    1. Procesamiento del lenguaje natural
    2. Agrupación de textos, clasificación de textos (etiquetas), sinónimos
    3. Restauración del perfil de usuario y sistema de etiquetas
    4. Estrategias de algoritmos de recomendación
    5. Lift entre clases, lift dentro de una clase, cómo lograr la precisión
    6. Cómo construir un ciclo cerrado para los algoritmos de recomendación
  3. Regresión logística, RankingSVM,
  4. Detección de características: (detección automática de características mediante aprendizaje profundo y grafos)
  5. Procesamiento del lenguaje natural
    1. Segmentación de texto en chino
    2. Modelo temático (agrupación de textos)
    3. Clasificación de textos
    4. Extracción de palabras clave
    5. Análisis semántico: parser semántico, word2vec hasta vectores de palabras
    6. Arquitectura RNN Long Short-Term Memory (LSTM)

Requerimientos

No se requieren requisitos específicos para participar en este curso.

 21 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas