Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
- Distribution à grande échelle de données
- Méthodes d'exploration de données (entraînement de modèles unitaires + prédictions distribuées : algorithmes d'apprentissage automatique classiques + prédictions distribuées Mapreduce)
- Apache Spark MLlib
- Recommandations et ciblage publicitaire précis :
- Aspects liés au langage naturel
- Clustering de texte, classification de texte (étiquetage), synonymes
- Restitution de profils utilisateurs, système d'étiquettes
- Stratégies d'algorithmes de recommandation
- Lift entre classes, lift intra-classe, comment atteindre la précision
- Comment construire une boucle fermée pour les algorithmes de recommandation
- Régression logistique, RankingSVM,
- Extraction de caractéristiques : (extraction automatique de caractéristiques par apprentissage profond et analyse de formes)
- Langage naturel
- Tokenisation du chinois
- Modèles thématiques (clustering de texte)
- Classification de texte
- Extraction de mots-clés
- Analyse sémantique, parseur sémantique, passage de Word2Vec aux vecteurs de mots
- Architecture RNN Long Short-Term Memory (LSTM)
Pré requis
Il n'y a pas de prérequis spécifiques pour suivre ce cours.
21 Heures
Nos clients témoignent (1)
This is one of the best hands-on with exercises programming courses I have ever taken.
Laura Kahn
Formation - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Traduction automatique