Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
- Distribution sous Big Data
- Méthodes d'extraction de données (entraînement de modèles sur une seule machine + prédiction distribuée : algorithmes d'apprentissage mécanique traditionnels + prédiction distribuée MapReduce)
- Apache Spark MLlib
- Recommandation et ciblage publicitaire précis :
- Segmentation des langues naturelles
- Regroupement de texte, classification de texte (étiquettes), synonymes
- Restitution du profil utilisateur, système d'étiquettes
- Stratégies d'algorithmes de recommandation
- Lift entre classes, lift au sein d'une classe, comment assurer la précision
- Comment construire une boucle fermée pour les algorithmes de recommandation
- Régression logistique, RankingSVM,
- Identification des caractéristiques : (identification automatique des caractéristiques par l'apprentissage profond et les graphes)
- Langues naturelles
- Segmentation des mots chinois
- Modèles de sujets (regroupement de texte)
- Classification de texte
- Extraction de mots-clés
- Analyse sémantique : parseur sémantique, passage de Word2Vec aux vecteurs de mots
- Architecture RNN Long Short-Term Memory (LSTM)
Pré requis
Il n'y a aucune exigence spécifique pour suivre ce cours.
21 Heures
Nos clients témoignent (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Formation - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Traduction automatique
