Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

  1. Αποκεντρωμένη αναλυτική σε περιβάλλον Big Data
    1. Μεθοδολογίες Data Mining (εκπαίδευση μοντέλου σε έναν υπολογιστή + αποκεντρωμένες προβλέψεις: Παραδοσιακοί αλγόριθμοι machine learning + Αποκεντρωμένες προβλέψεις Mapreduce)
    2. Apache Spark MLlib
  2. Συστάσεις και Ακρίβεια Διαφήμισης:
    1. Επεξεργασία Φυσικής Γλώσσας
    2. Ομαδοποίηση κειμένου, Ταξινόμηση κειμένου (συνώνυμα)
    3. Ανακατασκευή προφίλ χρήστη, Σύστημα ετικετών
    4. Στρατηγικές αλγορίθμων συστήσεων
    5. Lift μεταξύ κλάσεων, Lift εντός κλάσεων, Πώς να επιτευχθεί ακρίβεια
    6. Πώς να χτίσετε έναν κλειστό κύκλο για αλγόριθμους συστήσεων
  3. Λογιστική Παλινδρόμηση, RankingSVM
  4. Αναγνώριση Χαρακτηριστικών: (Αυτόματη αναγνώριση χαρακτηριστικών με Deep Learning και Γραφήματα)
  5. Φυσική Γλώσσα
    1. Κομματισμός κινεζικής γλώσσας
    2. Μοντέλο Θεμάτων (Ομαδοποίηση Κειμένου)
    3. Ταξινόμηση Κειμένου
    4. Εκτράχωση λέξεων-κλειδιά
    5. Ανάλυση νοήματος semantic parser, από word2vec σε διανύσματα λέξεων
    6. Αρχιτεκτονική RNN Long short-term memory (LSTM)

Απαιτήσεις

Δεν υπάρχουν συγκεκριμένες προαπαιτήσεις για τη συμμετοχή σε αυτό το μάθημα.

 21 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Σχόλια (1)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες