Plan du cours
Pour commencer
- Intro rapide
- Guide d'installation
- Télécharger le modèle
- Déployer un moteur
- Personnaliser un moteur
- Vue d'ensemble de l'intégration des applications
Développement PredictionIO
- Architecture du système
- Présentation du serveur d'événements
- Collecte de données
- Apprendre DASE
- Mise en œuvre de DASE
- Vue d'ensemble de l'évaluation
- Guide Intellij IDEA
- Scala API
Machine Learning Exemples d'éducation et d'utilisation
- Recommandation de bandes dessinées
- Classification de texte
- Démonstration contribuée par la communauté
- Réduction de la dimensionnalité et utilisation
PredictionIO SDKs (Sélectionnez-en un)
- Java
- PHP
- Python
- Ruby
- Contribution de la communauté
Pré requis
Connaissance de la programmation de l'un des éléments suivants :
- Java
- Ruby
- PHP
- Python
- Swift
- Node JS
- C#/.Net
- Lavarel Wrapper
Nos Clients témoignent (4)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Formation - Azure Machine Learning (AML)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Formation - Artificial Neural Networks, Machine Learning, Deep Thinking
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Formation - Applied AI from Scratch in Python
Faire court et simple. Créer une intuition et des modèles visuels autour des concepts (arbre de décision, équations linéaires, calcul manuel de y_pred pour prouver le fonctionnement du modèle).
Nicolae - DB Global Technology
Formation - Machine Learning
Traduction automatique