Prenez contact avec nous
 Durée 21 heures

Plan du cours

  1. Distribution à l'ère des Big Data
    1. Méthodes de data mining (entraînement sur modèle mono-machine + prédictions distribuées : algorithmes d'apprentissage automatique traditionnels + prédictions distribuées via Mapreduce),
    2. Apache Spark MLlib
  2. Recommandations et ciblage publicitaire précis :
    1. Aspects du langage naturel
    2. Regroupement de textes, classification de textes (étiquetage), synonymes
    3. Restitution du profil utilisateur, système de tagging
    4. Stratégies d'algorithmes de recommandation
    5. Lift inter-catégoriel, lift intra-catégoriel, comment améliorer la précision
    6. Comment construire la boucle de rétroaction des algorithmes de recommandation
  3. Régression logistique, RankingSVM,
  4. Extraction de caractéristiques : (extraction automatique de caractéristiques pour l'apprentissage profond et les formes)
  5. Langage naturel
    1. Tokenisation du chinois
    2. Modèle de sujets (regroupement de textes)
    3. Classification de texte
    4. Extraction de mots-clés
    5. Analyse sémantique, analyseur sémantique, passage de Word2Vec aux vecteurs de mots
    6. Architecture RNN Long short-term memory (LSTM)

Pré requis

Aucun prérequis spécifique n'est exigé pour participer à ce cours.

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires