1. Новые покупки Показать еще

    22.02.2017: Система создания капитала (пошаговое инвестирование) до 2 000 000 за год (Алексей Егармин)

    22.02.2017: Зарабатываем на копипастных сайтах (Яр Громов)

    22.02.2017: Эффективная контекстная реклама (Петр Аброськин)

    22.02.2017: Как зарабатывать с помощью соц сетей или как привлекать большое количество клиентов бизнесу

    22.02.2017: [WebTrening] Где ваши деньги? (Филипп Богачев)

  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

    21.02.2017: Видео версия Крючка (заработок на авторассылках)

    20.02.2017: Джеральд Ф. Кейн DL 186 - Гипноз и депрессия

    20.02.2017: Курс Алексея Смирнова. Бизнес на госконфискате.

    19.02.2017: Секретные скальпинг стратегии на 2013-2014 год!

    19.02.2017: [Специалист] PHP. Уровень 1-4 (2015)

  4. Сбор взносов Показать еще

    18.02.2017: Куда инвестировать в 2017 году (Владимир Савенок)

    18.02.2017: Жизнь. Бизнес. Успех (Галия Бердникова)

    18.02.2017: Энергоинформационные методы лечения в народной и многомерной медицине (Геннадий Непокойчицкий)

    18.02.2017: Быстрые продажи по Москве с нуля до прибыли за 5 дней (Александр Дунаев)

    18.02.2017: Фотография по полкам. Часть 3. Композиция (Александр Медведев)

Открыто [ML/Класс] DSCource 4. Прикладные области

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

Цена:
5000р.
Взнос:
55р.

Основной список:

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

      Менеджер Член клуба Член клуба

      [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

    2. Загрузка...

      Похожие складчины
      1. Менеджер
        Открыто

        [ML/Класс] DSCource 3. Kaggle Tips & Tricks

        Менеджер, 15 ноя 2015, в разделе: Курсы по программированию
      2. Менеджер
        Открыто

        [ML/Класс] DSCource 2. Data Mining с помощью Python

        Менеджер, 15 ноя 2015, в разделе: Курсы по программированию
      3. Менеджер
        Открыто

        [ML/Класс] DSCource 1. Инструментарий Data Science

        Менеджер, 15 ноя 2015, в разделе: Курсы по программированию
      4. hp4s
        Куплено

        DSCource 2. Data Mining с помощью Python (Юрий Кашницкий)

        hp4s, 12 апр 2016, в разделе: Курсы по программированию