Hodnotenie:
Kniha ponúka praktický a komplexný pohľad na zvládnutie NLP prostredníctvom reálnych projektov a aplikácií, ale trpí problémami spojenými s úpravou a organizáciou.
Výhody:⬤ Vysvetľuje teóriu na praktických príkladoch a cvičeniach.
⬤ Pokrýva základné prvky NLP v 12 kapitolách.
⬤ Zahŕňa štyri projekty z reálneho sveta na aplikáciu vedomostí.
⬤ Poskytuje ucelený pohľad na budovanie a nasadzovanie systémov NLP.
⬤ Predstavuje prípadové štúdie konkrétnych úloh a osvedčené postupy z pohľadu dátového vedca.
⬤ Vydané vlastným nákladom s nedostatočnou profesionálnou úpravou.
⬤ Obsahuje doslovné opakovanie tém.
⬤ Chýba index a v obsahu sú nezrovnalosti.
⬤ Čitatelia môžu uprednostniť drahšiu možnosť pre lepšiu kvalitu a podporu.
(na základe 2 čitateľských recenzií)
Natural Language Processing Crash Course for Beginners: Theory and Applications of NLP using TensorFlow 2.0 and Keras
Rýchlokurz spracovania prirodzeného jazyka pre začiatočníkov.
Umelá inteligencia (AI) nie je najnovší výstrelok! Dôvodom je, že AI existuje už od roku 1956 a jej význam je dnes zrejmý v každej oblasti. Umelá inteligencia zahŕňa ľudskú inteligenciu do strojov. Strojové učenie (Machine Learning, ML), odvetvie umelej inteligencie, umožňuje strojom, aby sa samy učili. Hlboké učenie (Deep Learning, DL), podoblasť strojového učenia, využíva algoritmy, ktoré sú inšpirované fungovaním ľudského mozgu. Spracovanie prirodzeného jazyka (Natural Language Processing - NLP) spája počítačovú lingvistiku a umelú inteligenciu, čím umožňuje počítačom a ľuďom bezproblémovo komunikovať. A NLP je nesmierne výkonné a vplyvné, pretože každá firma sa ho snaží integrovať do svojho každodenného jednania.
V čom je táto kniha iná?
Táto kniha z vydavateľstva AI Publishing je starostlivo spracovaná a venuje rovnakú pozornosť teoretickým konceptom aj praktickým aspektom spracovania prirodzeného jazyka. V každej kapitole druhej polovice knihy sú podrobne rozobraté teoretické koncepty rôznych typov hlbokého učenia a techník NLP, po ktorých nasledujú praktické príklady. Naučíte sa, ako aplikovať rôzne techniky NLP pomocou knižníc TensorFlow a Keras pre Python. Každá kapitola obsahuje cvičenia, ktoré sú určené na vyhodnotenie vášho pochopenia konceptov obsiahnutých v danej kapitole. V časti Zdroje každej kapitoly máte tiež prístup k zápisníku jazyka Python. Autor zostavil aj zoznam praktických projektov a súťaží NLP, ktoré si môžete vyskúšať na vlastnej koži. Hlavnou výhodou zakúpenia tejto knihy je, že získate okamžitý prístup ku všetkým dodatočným učebným materiálom, ktoré sú prezentované spolu s touto knihou - kódom v jazyku Python, cvičeniam, súborom PDF a referenciám - na webovej stránke vydavateľa bez toho, aby ste museli minúť čo i len cent navyše. Súbory údajov použité v tejto knihe si môžete stiahnuť za behu alebo k nim máte prístup v priečinku Resources/Datasets.
Autor vás pri všetkom drží za ruku. Krok za krokom vám vysvetlí inštaláciu softvéru potrebného na implementáciu rôznych techník NLP v tejto knihe. Hneď na začiatku môžete začať experimentovať s praktickými aspektmi NLP.
Aj keď ste nováčik v jazyku Python, ultrakrátky kurz programovania v jazyku Python v druhej kapitole vám bude nesmierne nápomocný. S touto knihou získate všetky kódy a súbory údajov. Ak teda máte prístup k počítaču s internetom, môžete začať.
Medzi preberané témy patria:
⬤ Čo je to spracovanie prirodzeného jazyka?
⬤ Nastavenie prostredia a rýchlokurz jazyka Python.
⬤ Úvod do hlbokého učenia.
⬤ Čistenie a manipulácia s textom.
⬤ Obvyklé úlohy NLP.
⬤ Importovanie textových údajov z rôznych zdrojov.
⬤ Vkladanie slov: Konverzia slov na čísla.
⬤ Sentimentálna analýza filmov z databázy IMDB.
⬤ Klasifikácia podvodných a nevyžiadaných správ.
⬤ Sumarizácia textu a tematické modelovanie.
⬤ Klasifikácia textu pomocou hlbokého učenia.
⬤ Preklad textu pomocou modelu Seq2Seq.
⬤ Súčasný stav NLP s transformátormi BERT.
⬤ Praktické projekty/články NLP pre prax.
⬤ Riešenia cvičení.
Kliknite na tlačidlo KÚPIŤ a stiahnite si knihu teraz, aby ste mohli začať svoju cestu spracovania prirodzeného jazyka.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)