Strojové učení pro text

Recenze čtenářů

Kniha je dobře hodnocenou učebnicí strojového učení, zaměřenou zejména na aplikace v oblasti zpracování textu a hlubokého učení. Je oceňována pro své jasné a intuitivní vysvětlení složitých témat, díky čemuž je vhodná jak pro akademické pracovníky, tak pro odborníky z průmyslu. Někteří čtenáři však mají pocit, že některá témata nejsou pokryta jednotně a že postrádá praktické příklady programování.

⬤ Vynikající podrobné pokrytí technik strojového učení, včetně hlubokého učení a zpracování textu.
⬤ Jasný, intuitivní a poutavý styl psaní.
⬤ Silná integrace konceptů s působivými postřehy.
⬤ Vhodné jak pro akademické pracovníky, tak pro odborníky z průmyslu.
⬤ Dobré referenční materiály a bibliografické souhrny.
⬤ K dispozici jsou cvičení pro výuku ve třídě.

⬤ Některým tématům, zejména klasifikaci textu, je věnováno nepoměrně více prostoru.
⬤ Nejedná se o praktického průvodce programováním nebo implementací; chybí konkrétní příklady kódování.
⬤ Někteří čtenáři ji považují za nejasnou.
⬤ Některé části mohou být příliš povrchní nebo obecné, pokud jde o moderní nástroje NLP.

(na základě 10 hodnocení čtenářů)

Původní název:

Machine Learning for Text

Obsah knihy:

1 Úvod do textové analýzy. - 2 Příprava textu a výpočet podobnosti.

- 3 Faktorizace matic a modelování témat. - 4 Shlukování textu. - 5 Klasifikace textu: Základní modely.

- 6 Lineární modely pro klasifikaci a regresi.

- 7 Výkonnost a hodnocení klasifikátorů. - 8 Společné vytěžování textu s heterogenními daty.

- 9 Vyhledávání informací a vyhledávací stroje. - 10 Modelování textových sekvencí a hluboké učení. - 11 Sumarizace textu.

- 12 Extrakce informací. - 13 Dolování názorů a analýza sentimentu. - 14 Segmentace textu a detekce událostí.