แอปพลิเคชันข้อมูลขนาดใหญ่: การเรียนรู้ของเครื่องในระดับ เครือข่ายมหาวิทยาลัย

รายละเอียด

การเรียนรู้ของเครื่องจักรกำลังเปลี่ยนแปลงโลกรอบตัวเรา เพื่อให้ประสบความสำเร็จคุณควรทราบว่าปัญหาชนิดใดที่สามารถแก้ไขได้ด้วยการเรียนรู้ของเครื่องและวิธีที่พวกเขาสามารถแก้ไขได้ ไม่ทราบว่าจะเริ่มอย่างไร คำตอบคือปุ่มเดียว

ในระหว่างหลักสูตรนี้คุณจะ:
- ระบุปัญหาในทางปฏิบัติซึ่งสามารถแก้ไขได้ด้วยการเรียนรู้ของเครื่อง
- สร้างปรับแต่งและใช้โมเดลเชิงเส้นด้วย Spark MLLib
- เข้าใจวิธีการประมวลผลข้อความ
- พอดีกับต้นไม้แห่งการตัดสินใจและส่งเสริมพวกเขาด้วยการเรียนรู้ทั้งมวล
- สร้างระบบผู้แนะนำของคุณเอง

ในฐานะที่ได้รับมอบหมายในทางปฏิบัติคุณจะ
- สร้างและใช้แบบจำลองเชิงเส้นสำหรับงานจำแนกและการถดถอย
- เรียนรู้วิธีการทำงานกับข้อความ
- สร้างต้นไม้การตัดสินใจโดยอัตโนมัติและปรับปรุงประสิทธิภาพด้วยการเรียนรู้ทั้งชุด
- ในที่สุดคุณจะสร้างระบบผู้แนะนำของคุณเอง!

ด้วยทักษะเหล่านี้คุณจะสามารถจัดการงานการเรียนรู้ของเครื่องที่ใช้งานได้จริงมากมาย

เราให้บริการเครื่องมือที่คุณเลือกสถานที่ของแอปพลิเคชันที่จะทำให้โลกของเครื่องจักรนี้ฉลาดขึ้น

ขอขอบคุณเป็นพิเศษไปที่:
- ศ. Mikhail Roytberg, APT dept., MIPT ซึ่งเป็นผู้ตรวจสอบเบื้องต้นของโครงการหัวหน้างานและที่ปรึกษาครึ่งหนึ่งของทีม BigData เขาเป็นคนหนึ่งที่ช่วยให้แสดงรายการนี้บนท้องถนน
- Oleg Sukhoroslov (PhD, นักวิจัยอาวุโสของ IITP RAS) ซึ่งสอน MapReduce, Hadoop และเพื่อน ๆ มาตั้งแต่ปี 2008 ตอนนี้เขาเป็นผู้นำทีมโครงสร้างพื้นฐาน
- Oleg Ivchenko (นักศึกษาปริญญาเอก APT dept., MIPT), Pavel Akhtyamov (MSc. student at APT dept., MIPT) and Vladimir Kuznetsov (Assistant at PG Demidov Yaroslavl State University), superbrains ที่พัฒนาและดูแลโครงสร้างพื้นฐานที่ใช้สำหรับ การมอบหมายงานภาคปฏิบัติในหลักสูตรนี้
- Asya Roitberg, Eugene Baulin, Marina Sudarikova คนเหล่านี้ไม่เคยหลับใหลเพื่อดูแลหลักสูตรนี้ทั้งกลางวันและกลางคืนเพื่อให้ประสบการณ์การเรียนรู้ของคุณมีประสิทธิผลราบรื่นและน่าตื่นเต้น