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 de modelos unitarios + predicciones distribuidas: algoritmos de machine learning tradicionales + predicciones distribuidas con Mapreduce),
- Apache Spark MLlib
- Recomendaciones y envío de anuncios precisos:
- Componentes del lenguaje natural
- Clustering de texto, clasificación de texto (etiquetado), palabras sinónimas
- Reconstrucción del perfil del usuario, sistema de etiquetas
- Estrategias de algoritmos de recomendación
- Lift entre clases, lift intra-clase, cómo lograr precisión
- Cómo construir un ciclo cerrado de algoritmos de recomendación
- Regresión lógica, RankingSVM,
- Extracción de características: (extracción automática de características mediante deep learning y geometría)
- Lenguaje Natural
- Segmentación de palabras en chino
- Modelos de tópicos (clustering 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 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
