感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間：
課程簡介
- 大數據下的分散式
- 數據挖掘方法(訓練單機型+分散式的預測: 傳統機器學習算法+Mapreduce 分散式預測,)
- Apache Spark MLlib
- 推薦與廣告精準投放：
- 自然語言的部分
- 文本聚類，文本分類（標籤），同義詞
- 用戶profile還原，標籤體系
- 推薦算法的策略
- 類之間的lift, 類內的lift, 如何精準
- 如何構建推薦算法的閉環
- 邏輯回歸，RankingSVM,
- 特徵識別：（深度學習與圖形的自動特徵識別）
- 自然語言
- 中文分詞
- 主題模型(文本聚類)
- 文本分類
- 提取關鍵詞
- 語義分析 sementic parser, word2vec到詞向量
- RNN Long short-term memory (TSTM) Architecture
最低要求
參加本課程沒有任何特定要求。
客戶評論 (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
課程 - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
機器翻譯
