Strojové učení pro text

Recenze čtenářů

Kniha je oceňována za důkladné pokrytí strojového učení a hlubokého učení, zejména při aplikaci na text. Slouží jako vynikající zdroj informací pro akademické pracovníky i profesionály z oboru a nabízí jasná vysvětlení a intuitivní vhled. Někteří recenzenti však upozorňují, že některá témata nemusí být pokryta jednotně, a objevuje se kritika týkající se nejasnosti některých částí.

Rozsáhlé pokrytí metod strojového učení a hlubokého učení, jasný a intuitivní styl psaní, skvělé pro akademickou sféru i průmysl, četné vhledy propojující různé koncepty, dobře organizovaný obsah, dobrá rovnováha mezi teorií a praktickým využitím.

Některé oblasti nejsou pokryty jednotně, zejména se zaměřením na klasifikaci textu oproti jiným tématům; některé popisy považovány za poměrně povrchní a vágní, nevhodné jako praktický programátorský průvodce.

(na základě 10 hodnocení čtenářů)

Původní název:

Machine Learning for Text

Obsah knihy:

Textová analytika je obor, který leží na pomezí vyhledávání informací, strojového učení a zpracování přirozeného jazyka, a tato učebnice pečlivě pokrývá ucelený rámec vycházející z těchto vzájemně se prolínajících témat. Kapitoly této učebnice jsou rozděleny do tří kategorií:

- Základní algoritmy:Kapitoly 1 až 7 pojednávají o klasických algoritmech strojového učení z textu, jako je předzpracování, výpočet podobnosti, modelování témat, faktorizace matic, shlukování, klasifikace, regrese a analýza souborů.

- Doménově citlivé vytěžování:Kapitoly 8 a 9 pojednávají o metodách učení z textu v kombinaci s různými doménami, jako jsou multimédia a web. Problematika vyhledávání informací a vyhledávání na webu je rovněž diskutována v kontextu jejího vztahu k metodám řazení a strojového učení.

- Sekvenčně orientované vytěžování:Kapitoly 10 až 14 pojednávají o různých sekvenčně orientovaných aplikacích a aplikacích v přirozeném jazyce, jako je příznakové inženýrství, neuronové jazykové modely, hluboké učení, sumarizace textu, extrakce informací, vytěžování názorů, segmentace textu a detekce událostí.

Tato učebnice se podrobně zabývá tématy strojového učení pro text. Vzhledem k tomu, že rozsah učebnice je rozsáhlý, lze z ní v závislosti na úrovni kurzu vyučovat více předmětů. Přestože je prezentace zaměřena na text, kapitoly 3 až 7 pokrývají algoritmy strojového učení, které se často používají i v jiných oblastech než jen v textových datech. Proto lze knihu využít k nabídce kurzů nejen v oblasti textové analýzy, ale také z širšího pohledu strojového učení (s textem jako pozadím).

Učebnice je určena studentům postgraduálního studia informatiky, ale i výzkumným pracovníkům, profesorům a průmyslovým odborníkům pracujícím v těchto příbuzných oborech. Učebnice je doplněna příručkou řešení pro výuku ve třídě.