Aplicaciones de Big Data: Machine Learning a escala

Descripción

El aprendizaje automático está transformando el mundo que nos rodea. Para tener éxito, es mejor que sepa qué tipos de problemas se pueden resolver con el aprendizaje automático y cómo se pueden resolver. ¿No sabes por dónde empezar? La respuesta está a un botón de distancia.

Durante este curso podrás:
- Identificar problemas prácticos que se pueden resolver con el aprendizaje automático.
- Construya, ajuste y aplique modelos lineales con Spark MLLib
- Comprender los métodos de procesamiento de texto.
- Ajustar árboles de decisión y potenciarlos con el aprendizaje conjunto
- Construya su propio sistema de recomendación.

Como una tarea práctica, usted
- construir y aplicar modelos lineales para tareas de clasificación y regresión;
- aprender a trabajar con textos;
- construir automáticamente árboles de decisión y mejorar su desempeño con el aprendizaje en conjunto;
- ¡Finalmente, construirás tu propio sistema de recomendación!

Con estas habilidades, podrá abordar muchas tareas prácticas de aprendizaje automático.

Proporcionamos las herramientas, usted elige el lugar de aplicación para hacer que este mundo de máquinas sea más inteligente.

Agradecimientos especiales a:
- Prof. Mikhail Roytberg, departamento de APT, MIPT, quien fue el revisor inicial del proyecto, el supervisor y mentor de la mitad del equipo de BigData. Él fue quien ayudó a que este espectáculo se pusiera en marcha.
- Oleg Sukhoroslov (PhD, Investigador senior en IITP RAS), quien ha estado enseñando MapReduce, Hadoop y amigos desde 2008. Ahora lidera el equipo de infraestructura.
- Oleg Ivchenko (estudiante de doctorado departamento APT, MIPT), Pavel Akhtyamov (estudiante de maestría en departamento APT, MIPT) y Vladimir Kuznetsov (asistente en la Universidad Estatal PG Demidov Yaroslavl), supercerebros que han desarrollado y ahora mantienen la infraestructura utilizada para asignaciones prácticas en este curso.
- Asya Roitberg, Eugene Baulin, Marina Sudarikova. Estas personas nunca duermen para cuidar a los niños de este curso día y noche, para que su experiencia de aprendizaje sea productiva, fluida y emocionante.