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.
Duración 21 horas
Temario del curso
- Distribución en Big Data
- Métodos de minería de datos (entrenamiento de modelos unitarios + predicción distribuida: algoritmos de aprendizaje automático tradicionales + predicción distribuida con Mapreduce)
- Apache Spark MLlib
- Recomendaciones y segmentación publicitaria precisa:
- Componentes del lenguaje natural
- Agrupación de texto, clasificación de texto (etiquetado), sinónimos
- Reconstrucción de perfiles de usuario, sistema de etiquetado
- Estrategias de algoritmos de recomendación
- Levamiento entre clases, levamiento dentro de clases, cómo lograr precisión
- Cómo construir un ciclo cerrado para algoritmos de recomendación
- Regresión logística, RankingSVM
- Identificación de características: (identificación automática de características mediante aprendizaje profundo y gráficos)
- Lenguaje natural
- Segmentación de texto en chino
- Modelos de temas (agrupación de texto)
- Clasificación de texto
- Extracción de palabras clave
- Análisis semántico, parser semántico, de Word2Vec a vectores de palabras
- Arquitectura RNN Long Short-Term Memory (LSTM)
Requerimientos
No se requiere ningún requisito previo específico para participar en este curso.
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
