Programa do Curso

  1. Distribuído em Big Data
    1. Métodos de extração de dados (Formação de um único tipo de máquina + Previsão distribuída: Algoritmos tradicionais de aprendizagem automática + Previsão distribuída Mapreduce)
    2. Apache Spark MLlib
  2. Recomendação e precisão de anúncios:
    1. Componentes de linguagem natural
    2. Agrupamento de texto, classificação de texto (etiquetagem), sinónimos
    3. Redução do perfil do utilizador, sistemas de etiquetagem
    4. Estratégias para algoritmos de recomendação
    5. Elevação entre classes, elevação dentro das classes, como ser preciso
    6. Como construir um algoritmo de recomendação em circuito fechado
  3. Regressão logística, RankingSVM.
  4. Reconhecimento de caraterísticas: (aprendizagem profunda e reconhecimento automático de caraterísticas de grafos)
  5. Linguagem natural
    1. Segmentação de palavras chinesas
    2. Modelação de tópicos (agrupamento de textos)
    3. Classificação de texto
    4. Extração de palavras-chave
    5. Análise semântica analisador semântico, word2vec para vectores de palavras
    6. Arquitetura RNN de memória de curto prazo longa (TSTM)
 21 Horas

Declaração de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas