聯繫我們
 課程時長 21 時間:

課程簡介

  1. 大數據環境下的分佈式處理
    1. 數據挖掘方法(訓練單機型 + 分佈式預測:傳統機器學習算法 + MapReduce 分佈式預測)
    2. Apache Spark MLlib
  2. 推薦與廣告精準投放:
    1. 自然語言處理基礎
    2. 文本聚類、文本分類(標籤)、同義詞處理
    3. 用戶畫像還原與標籤體系構建
    4. 推薦算法策略
    5. 類別間 Lift、類別內 Lift 及精準度提升方法
    6. 構建推薦算法閉環
  3. 邏輯回歸、RankingSVM
  4. 特徵識別:(深度學習與圖形特徵自動識別)
  5. 自然語言處理
    1. 中文分詞
    2. 主題模型(文本聚類)
    3. 文本分類
    4. 關鍵詞提取
    5. 語義分析(Semantic Parser、Word2Vec 詞向量)
    6. RNN 長短期記憶(LSTM)架構

最低要求

參加本課程沒有特定要求。

客戶評論 (1)

課程分類