Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Đề cương khóa học
spark.mllib: các kiểu dữ liệu, thuật toán và tiện ích
- Các kiểu dữ liệu
- Thống kê cơ bản
- Thống kê mô tả
- Tương quan
- Lấy mẫu phân tầng
- Kiểm định giả thuyết
- Kiểm định ý nghĩa thống kê trực tuyến
- Tạo dữ liệu ngẫu nhiên
- Phân loại và hồi quy
- Mô hình tuyến tính (SVM, hồi quy logistic, hồi quy tuyến tính)
- Naive Bayes
- Cây quyết định
- Tập hợp các cây (Random Forests và Cây Gradient-Boosted)
- Hồi quy đẳng hướng
- Lọc cộng tác
- bình phương tối thiểu xen kẽ (ALS)
- Phân cụm
- k-means
- Hỗn hợp Gaussian
- phân cụm lặp lại lũy thừa (PIC)
- phân bổ Dirichlet ẩn (LDA)
- k-means phân đôi
- k-means trực tuyến
- Giảm chiều
- phân tích giá trị kỳ đơn (SVD)
- phân tích thành phần chính (PCA)
- Trích xuất và biến đổi đặc trưng
- Khai thác mẫu thường xuyên
- FP-growth
- quy tắc kết hợp
- PrefixSpan
- Đánh giá chỉ số
- Xuất mô hình PMML
- Tối ưu hóa (dành cho nhà phát triển)
- giảm gradient ngẫu nhiên
- BFGS giới hạn bộ nhớ (L-BFGS)
spark.ml: API cấp cao cho quy trình ML
- Tổng quan: estimators, transformers và pipelines
- Trích xuất, biến đổi và chọn đặc trưng
- Phân loại và hồi quy
- Phân cụm
- Các chủ đề nâng cao
Requirements
Có kiến thức về một trong các lựa chọn sau:
- Java
- Scala
- Python
- SparkR.
35 Hours
Testimonials (1)
A lot of practical examples, different ways to approach the same problem, and sometimes not so obvious tricks how to improve the current solution
