Struttura del corso

    Distribuito sotto big data  Metodi di data mining (training single model + distributed prediction: traditional machine learning algorithm + Mapreduce distributed prediction,) Apache Spark MLlib
Raccomandazioni e pubblicità mirata: La parte del linguaggio naturale
  • Clustering del testo, classificazione del testo (etichette), sinonimi
  • Ripristino profilo utente, sistema di tag
  • Consiglia la strategia dell'algoritmo
  • Ascensore tra le classi, ascensore nelle classi, quanto preciso
  • Come costruire un ciclo chiuso di algoritmi di raccomandazione
  • regressione logistica, RankingSVM,
  • Riconoscimento delle funzionalità: (deep learning e riconoscimento automatico delle caratteristiche della grafica)
  • linguaggio naturale Participio cinese
  • Modello di argomento (clustering di testo)
  • Classificazione del testo
  • Estrai parole chiave
  • Analisi semantica parser sementico, word2vec a vettore parola
  • Architettura RNN Long Short-Term Memory (TSTM)
  •   21 ore
     

    Numero di Partecipanti


    Data Inizio

    Data Fine


    Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
    I corsi di formazione pubblici richiedono più di 5 partecipanti.

    Recensioni (1)

    Corsi relativi

    Python for Natural Language Generation

      21 ore

    Categorie relative