Prenez contact avec nous

Plan du cours

  1. IA distribuée dans le contexte du Big Data
    1. Méthodes d'extraction de données (entraînement de modèles mono-machines + prédiction distribuée : algorithmes d'apprentissage automatique traditionnels + prédiction distribuée via MapReduce,)
    2. Apache Spark MLlib
  2. Recommandation et ciblage publicitaire précis :
    1. Partie du langage naturel
    2. Regroupement de texte, classification de texte (étiquettes), synonymes
    3. Reconstitution des profils utilisateurs, système d'étiquettes
    4. Stratégies des algorithmes de recommandation
    5. Lift entre les classes, lift au sein des classes, comment atteindre la précision
    6. Comment construire une boucle fermée pour les algorithmes de recommandation
  3. Régression logique, RankingSVM,
  4. Identification des caractéristiques : (identification automatique des caractéristiques par l'apprentissage profond et la théorie des graphes)
  5. Langage naturel
    1. Segmentation des mots chinois
    2. Modèles de sujets (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 Long Short-Term Memory (LSTM)

Pré requis

Il n'y a aucune exigence spécifique pour participer à ce cours.

 21 Heures

Nombre de participants


Prix par participant

Nos clients témoignent (1)

Cours à venir

Catégories Similaires