Prenez contact avec nous

Plan du cours

  1. Distribution à l'ère des mégadonnées
    1. Méthodes de découverte de connaissances (Prédiction sur une seule machine et distribuée : algorithmes d'apprentissage automatique traditionnels + prévision distribuée par MapReduce)
    2. Apache Spark MLlib
  2. Recommandations et ciblage publicitaire précis :
    1. Aspects du langage naturel
    2. Regroupement de textes, classification de textes (étiquetage), synonymes
    3. Reconstruction du profil utilisateur, système d'étiquettes
    4. Stratégies des algorithmes de recommandation
    5. Lift inter-classe, lift intra-classe et précision
    6. Construction d'une boucle de rétroaction pour les algorithmes de recommandation
  3. Régression logistique, RankingSVM
  4. Extraction de caractéristiques : (extraction automatique de caractéristiques par l'apprentissage profond et les graphes)
  5. Langage naturel
    1. Segmentation des mots en chinois
    2. Modèles de sujets (regroupement de textes)
    3. Classification de textes
    4. Extraction de mots-clés
    5. Analyse sémantique, parseur sémantique, de Word2Vec aux vecteurs de mots
    6. Architecture RNN Long short-term memory (LSTM)

Pré requis

Aucun prérequis spécifique n'est exigé pour suivre ce cours.

 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires