빅 데이터 애플리케이션: 대규모 기계 학습

상품 설명

기계 학습은 우리 주변의 세상을 변화시키고 있습니다. 성공하려면 기계 학습으로 어떤 종류의 문제를 해결할 수 있고 어떻게 해결할 수 있는지 알아야 합니다. 어디서부터 시작해야할지 모르십니까? 답은 버튼 하나에 있습니다.

이 과정에서는 다음을 수행합니다.
– 머신러닝으로 해결할 수 있는 실질적인 문제 파악
– Spark MLLib로 선형 모델 구축, 조정 및 적용
– 텍스트 처리 방법 이해
– 앙상블 학습으로 의사 결정 트리를 맞추고 강화합니다.
– 나만의 추천 시스템을 구축하십시오.

실전 과제로,
– 분류 및 회귀 작업을 위한 선형 모델 구축 및 적용
– 텍스트로 작업하는 방법을 배웁니다.
– 결정 트리를 자동으로 구성하고 앙상블 학습을 통해 성능을 개선합니다.
– 마지막으로 자신만의 추천 시스템을 구축할 것입니다!

이러한 기술을 통해 많은 실제 기계 학습 작업을 처리할 수 있습니다.

우리는 도구를 제공하고, 당신은 이 기계의 세계를 더 지능적으로 만들기 위해 적용 장소를 선택합니다.

특별히 감사함:
– MIPT APT 부서의 Mikhail Roytberg 교수는 프로젝트의 초기 검토자이자 BigData 팀 절반의 감독자이자 멘토였습니다. 그는 이 쇼를 진행하는 데 도움을 준 사람이었습니다.
– 2008년부터 MapReduce, Hadoop 및 친구들을 가르치고 있는 Oleg Sukhoroslov(박사, IITP RAS 선임 연구원). 현재 그는 인프라 팀을 이끌고 있습니다.
– Oleg Ivchenko(MIPT APT 부서 박사 과정 학생), Pavel Akhtyamov(MIPT APT 부서 석사 과정 학생) 및 Vladimir Kuznetsov(PG Demidov Yaroslavl State University 조교), 이 과정의 실제 과제.
– Asya Roitberg, Eugene Baulin, Marina Sudarikova. 이 사람들은 여러분의 학습 경험을 생산적이고 매끄럽고 흥미롭게 만들기 위해 밤낮으로 이 과정을 돌보기 위해 잠을 자지 않습니다.