Recepty na zpracování přirozeného jazyka: Odhalování textových dat pomocí strojového učení a hlubokého učení s využitím jazyka Python

Hodnocení:   (5,0 z 5)

Recepty na zpracování přirozeného jazyka: Odhalování textových dat pomocí strojového učení a hlubokého učení s využitím jazyka Python (Akshay Kulkarni)

Recenze čtenářů

Aktuálně nejsou k dispozici žádné recenze čtenářů. Hodnocení je založeno na 2 hlasů.

Původní název:

Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python

Obsah knihy:

Zaměřte se na realizaci komplexních projektů pomocí jazyka Python a využívejte nejmodernější algoritmy. Tato kniha vás naučí efektivně využívat širokou škálu balíků pro zpracování přirozeného jazyka (NLP) k: implementaci klasifikace textu, identifikaci částí řeči, využití tematického modelování, sumarizaci textu, analýze sentimentu, vyhledávání informací a mnoha dalším aplikacím NLP.

Kniha začíná shromažďováním textových dat, web scrapingem a různými typy zdrojů dat. Vysvětluje, jak čistit a předběžně zpracovávat textová data, a nabízí způsoby analýzy dat pomocí pokročilých algoritmů. Poté se věnujete sémantické a syntaktické analýze textu. Komplexní řešení NLP, která zahrnují normalizaci textu, jsou zahrnuta spolu s pokročilými metodami předzpracování, značkováním POS, parsováním, sumarizací textu, analýzou sentimentu, word2vec, seq2seq a mnoha dalšími. Kniha představuje základy nezbytné pro aplikace strojového učení a hlubokého učení v NLP. Toto druhé vydání se zabývá pokročilými technikami převodu textu na funkce, jako jsou Glove, Elmo, Bert atd. Zahrnuje také pochopení toho, jak fungují transformátory, na příkladu vět BERT a GPT. Závěrečné kapitoly vysvětlují pokročilé průmyslové aplikace NLP s implementací řešení a využití síly technik hlubokého učení pro problémy NLP. Využívá také nejmodernější pokročilé RNN, jako je dlouhá krátkodobá paměť, k řešení složitých úloh generování textu.

Po přečtení této knihy budete mít jasnou představu o výzvách, kterým čelí různá odvětví, a budete pracovat na mnoha příkladech implementace NLP v reálném světě.

Co se naučíte

⬤ Znát základní koncepty implementace NLP a různé přístupy ke zpracování přirozeného jazyka (NLP), včetně NLP s využitím knihoven jazyka Python, jako jsou NLTK, textblob, SpaCy, Standford CoreNLP a další.

⬤ Zavedení předzpracování textu a tvorby příznaků v NLP, včetně pokročilých metod tvorby příznaků.

⬤ Pochopit a implementovat koncepty vyhledávání informací, sumarizace textu, analýzy sentimentu, klasifikace textu a dalších pokročilých technik NLP využívajících strojové učení a hluboké učení.

Pro koho je tato kniha určena

Datovým vědcům, kteří si chtějí osvěžit a osvojit různé koncepty zpracování přirozeného jazyka (NLP) prostřednictvím kódovacích cvičení.

Další údaje o knize:

ISBN:9781484273500
Autor:
Vydavatel:
Vazba:Měkká vazba
Rok vydání:2021
Počet stran:283

Nákup:

Nyní dostupné, na skladě.

Další knihy od autora:

Recepty na zpracování přirozeného jazyka: Odhalování textových dat pomocí strojového učení a...
Zaměřte se na realizaci komplexních projektů pomocí...
Recepty na zpracování přirozeného jazyka: Odhalování textových dat pomocí strojového učení a hlubokého učení s využitím jazyka Python - Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Projekty počítačového vidění s Pytorchem: Navrhujte a vyvíjejte modely produkční třídy - Computer...
Navrhujte a vyvíjejte komplexní projekty...
Projekty počítačového vidění s Pytorchem: Navrhujte a vyvíjejte modely produkční třídy - Computer Vision Projects with Pytorch: Design and Develop Production-Grade Models
Applied Recommender Systems with Python: Vytváření doporučovacích systémů pomocí hlubokého učení,...
Tato kniha vás naučí vytvářet doporučovací systémy...
Applied Recommender Systems with Python: Vytváření doporučovacích systémů pomocí hlubokého učení, Nlp a technik založených na grafech. - Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, Nlp and Graph-Based Techniques
Úvod do preskriptivní umělé inteligence: Základy řešení rozhodovací inteligence s Pythonem -...
Získejte praktické znalosti o preskriptivní umělé...
Úvod do preskriptivní umělé inteligence: Základy řešení rozhodovací inteligence s Pythonem - Introduction to Prescriptive AI: A Primer for Decision Intelligence Solutioning with Python
Projekty zpracování přirozeného jazyka: Vytváření aplikací nové generace Nlp pomocí technik umělé...
Využívejte techniky strojového učení a hlubokého...
Projekty zpracování přirozeného jazyka: Vytváření aplikací nové generace Nlp pomocí technik umělé inteligence. - Natural Language Processing Projects: Build Next-Generation Nlp Applications Using AI Techniques
Aplikovaná generativní umělá inteligence pro začátečníky: Generativní generativní generace:...
Tato kniha poskytuje hluboký ponor do světa generativní...
Aplikovaná generativní umělá inteligence pro začátečníky: Generativní generativní generace: praktické poznatky o difúzních modelech, Chatgpt a dalších lms - Applied Generative AI for Beginners: Practical Knowledge on Diffusion Models, Chatgpt, and Other Llms

Díla autora vydali tito vydavatelé:

© Book1 Group - všechna práva vyhrazena.
Obsah těchto stránek nesmí být kopírován ani použit, a to ani částečně ani úplně, bez písemného svolení vlastníka.
Poslední úprava: 2024.11.08 20:25 (GMT)