1. Новые покупки Показать еще

    20.08.2017: Психология согласия. Революционная методика убеждения до начала убеждения (Роберт Чалдини)

    20.08.2017: ЛТР длительные отношения с девушкой (УмНик)

    20.08.2017: Король общения (Том Тореро)

    20.08.2017: Запуск (Аяз Шабутдинов)

    20.08.2017: Создание сообществ ВКонтакте приносящих прибыль

  2. Гость, если у Вас на каком либо сайте есть аккаунт с повышенным статусом, то и у нас вы можете получить соответствующий статус. Подробнее читайте здесь https://www.skladchik.biz/threads/83942/
    Скрыть объявление
  3. Нужен организатор Показать еще

    19.08.2017: [Шитьё Книги] Кутюр - Секреты жакета от Шанель

    18.08.2017: 21 минута в день на развитие лидерства (Джон Максвелл)

    09.08.2017: Как найти свой путь и дело, которое сделает тебя счастливым (Ерлан Кильдибеков)

    09.08.2017: Форекс.ментор.Лондон - прибыльных сделок под 94% с 2010...

    07.08.2017: Система убеждения и продаж от реального Волка с...

  4. Сбор взносов Показать еще

    15.08.2017: Решаем жизненные проблемы через работу с телом (Ната Герман)

    14.08.2017: Идеальная хозяйка. Полный иллюстрированный курс (Ольга Колобенина, Наталия Баранова)

    13.08.2017: Оптовик 3.0 Как продавать оптом и в розницу много и долго! (Ярослав Лепёшкин и Антон Новиков)

    08.08.2017: Анатомия движения для всех (Наталья Королёва)

    08.08.2017: тема сбор взносов

Открыто

[ML/Класс] DSCource 4. Прикладные области

Тема в разделе "Курсы по программированию", создана пользователем Менеджер, 15 ноя 2015.

Цена:
5000р.
Взнос:
55р.
Записаться

Основной список:

1. Gendalf_beliy
    Тип: Стандартная складчина
    Участников: 1/100
    1. 15 ноя 2015
      #1
      Менеджер
      Менеджер Организатор Организатор

      [ML/Класс] DSCource 4. Прикладные области

      Александр Крот, Прикладные области
      Видео лекций, презентации, ссылки по четвертому курсу данной серии


      "Мы постарались сделать программу так, чтобы в нее входили только самые основные навыки, необходимые в реальной работе. Здесь не будет длинной теории, только практически важные вещи."
      • Александр Крот проведет курс по прикладным задачам в анализе данных, где будут рассмотрены области Text Mining и Graph Theory, а также будут затронуты вопросы машинного обучения на больших данных

      Интеллектуальный анализ текстов (ИАТ, англ. text mining) направление в искусственном интеллекте, целью которого является получение информации из коллекций текстовых документов, основываясь на применении эффективных в практическом плане методов машинного обучения и обработки естественного языка.

      Теория графов раздел дискретной математики, изучающий свойства графов. В общем смысле граф представляется как множество вершин (узлов), соединённых рёбрами. Является широкоприменимой в анализе данных областью знаний, поскольку в виде графов можно удобно представить и описать различные актуальные сущности современного мира как то, например, социальные сети (пользователи и их взаимоотношения), так и Интернет (множество сайтов со ссылками друг на друга).


      Урок 1. Основы Text Mining
      - Извлечение признаков из текстов
      - Метрика TF-IDF
      - Bag of Words как основной инструмент
      - Структура данных word2vec, ее особенности
      - Решение задачи Sentiment Analisys с Kaggle

      Урок 2. Анализ социальных сетей I
      - Базовые понятия теории графов, свойства графов
      - Обход: поиск в глубину, поиск в ширину
      - Нахождение кратчайших путей в графах: алгоритмы Дейкстры, Форда-Беллмана, Флойда
      - Нахождение остовного дерева: агоритмы Краскала, Прима
      - Решение простых задач на графы

      Урок 3. Анализ социальных сетей II
      - Введение в случайные и веб-графы
      - Основные свойства веб-графов - наблюдения Барабаши-Альберт, идея Preferential Attachment
      - Модели случайных графов: Эрдеша-Реньи, Боллобаша-Риордана, модель копирования
      - Основные свойства веб-графов
      - Пример задачи машиннго обучения на графах: Link Prediction
      - Использование свойств веб-графов на практике на примере задачи быстрого нахождения степеней вершин

      Урок 4. Large Scale Machine Learning. Apache Spark
      - Что делать, если обучающая выборка не помещается в оперативную память?
      - Онлайн обучение линейных функций: выбор функции потерь, метрики качества алгоритмов, учет весов объектов
      - Обзор Vowpal Wabbit
      - Реализация алгоритмов машинного обучения в модели вычислений MapReduce
      - Введение в Apache Spark: концепция RDD, кэширование данных в оперативной памяти
      - Основные операции с RDD
      - Работа с shared variables, broadcast variables
      Цена инфопродукта - 5000 руб.

       
      Другие складчины раздела

Участники складчины [ML/Класс] DSCource 4. Прикладные области смогут написать отзыв