Prenez contact avec nous

Plan du cours

  1. Intelligence distribuée dans le contexte du Big Data
    1. Méthodes d'exploration de données (entraînement de modèles mono-machine + prédiction distribuée : algorithmes d'apprentissage traditionnel + prédiction distribuée MapReduce,)
    2. Apache Spark MLlib
  2. Recommandation et publicité ciblée :
    1. Parties constitutives du langage naturel
    2. Regroupement de texte, classification de texte (étiquetage), synonymie
    3. Restitution des profils utilisateurs, système d'étiquetage
    4. Stratégies des algorithmes de recommandation
    5. Lift entre catégories, lift intra-catégorie, comment atteindre la précision
    6. Comment construire une boucle fermée pour les algorithmes de recommandation
  3. Régression logistique, RankingSVM,
  4. Reconnaissance des caractéristiques : (reconnaissance automatique des caractéristiques par l'apprentissage profond et la représentation graphique)
  5. Langage naturel
    1. Segmentation de texte en chinois
    2. Modèles de sujet (regroupement de texte)
    3. Classification de texte
    4. Extraction de mots-clés
    5. Analyse sémantique, analyseur sémantique, de Word2Vec aux vecteurs de mots
    6. Architecture RNN à mémoire à long terme (LSTM)

Pré requis

Aucune exigence spécifique n'est requise pour participer à ce cours.

 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires