Hubungi Kami

Kerangka Materi

  1. Terdistribusi dalam Big Data
    1. Metode penambangan data (Pelatihan model single-machine + Prediksi terdistribusi: Algoritma machine learning tradisional + Prediksi terdistribusi MapReduce,)
    2. Apache Spark MLlib
  2. Rekomendasi dan Penargetan Iklan Presisi:
    1. Aspek bahasa alami
    2. Klastering teks, klasifikasi teks (pelabelan), sinonim
    3. Pembangunan ulang profil pengguna, sistem label
    4. Strategi algoritma rekomendasi
    5. Lift antar kelas, lift dalam kelas, cara mencapai presisi
    6. Cara membangun loop tertutup untuk algoritma rekomendasi
  3. Regresi logistik, RankingSVM,
  4. Pengenalan fitur: (Pengenalan fitur otomatis untuk deep learning dan graf)
  5. Bahasa Alami
    1. Segmentasi kata dalam bahasa Tionghoa
    2. Model topik (Klastering teks)
    3. Klasifikasi teks
    4. Pengambilan kata kunci
    5. Analisis semantik, semantic parser, word2vec ke vektor kata
    6. RNN Long short-term memory (LSTM) Architecture

Persyaratan

Tidak ada persyaratan khusus untuk mengikuti kursus ini.

 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait