Strojové učenie pre text

Recenzie čitateľov

Kniha je oceňovaná za dôkladné pokrytie strojového učenia a hlbokého učenia, najmä pri aplikácii na text. Slúži ako vynikajúci zdroj informácií pre akademických pracovníkov aj odborníkov z priemyslu, pretože ponúka jasné vysvetlenia a intuitívne poznatky. Niektorí recenzenti však upozorňujú, že niektoré témy nemusia byť pokryté jednotne, a objavujú sa aj kritické pripomienky týkajúce sa nejasnosti niektorých častí.

Rozsiahle pokrytie metód strojového učenia a hlbokého učenia, jasný a intuitívny štýl písania, skvelé pre akademickú obec aj priemysel, množstvo poznatkov spájajúcich rôzne koncepty, dobre organizovaný obsah, dobrá rovnováha medzi teóriou a praktickým využitím.

Niektoré oblasti nie sú pokryté jednotne, najmä so zameraním na klasifikáciu textu oproti iným témam; niektoré opisy považované za pomerne povrchné a vágne, nevhodné ako praktická programátorská príručka.

(na základe 10 čitateľských recenzií)

Pôvodný názov:

Machine Learning for Text

Obsah knihy:

Analýza textu je oblasť, ktorá sa nachádza na rozhraní vyhľadávania informácií, strojového učenia a spracovania prirodzeného jazyka, a táto učebnica starostlivo pokrýva ucelený rámec, ktorý vychádza z týchto vzájomne sa prelínajúcich tém. Kapitoly tejto učebnice sú rozdelené do troch kategórií:

- Základné algoritmy:V kapitolách 1 až 7 sa rozoberajú klasické algoritmy strojového učenia z textu, ako je predspracovanie, výpočet podobnosti, modelovanie tém, faktorizácia matíc, zhlukovanie, klasifikácia, regresia a analýza súborov.

- Doménovo citlivé dolovanie:Kapitoly 8 a 9 pojednávajú o metódach učenia z textu v kombinácii s rôznymi doménami, ako sú multimédiá a web. Problematika vyhľadávania informácií a vyhľadávania na webe sa rozoberá aj v kontexte jej vzťahu s metódami klasifikácie a strojového učenia.

- Sekvenčne orientované dolovanie:V kapitolách 10 až 14 sa rozoberajú rôzne sekvenčne orientované aplikácie a aplikácie v prirodzenom jazyku, ako napríklad príznakové inžinierstvo, neurónové jazykové modely, hlboké učenie, sumarizácia textu, extrakcia informácií, dolovanie názorov, segmentácia textu a detekcia udalostí.

Táto učebnica sa podrobne zaoberá témami strojového učenia pre text. Keďže je pokrytie rozsiahle, z tej istej knihy možno ponúkať viacero kurzov v závislosti od úrovne kurzu. Aj keď je prezentácia zameraná na text, kapitoly 3 až 7 pokrývajú algoritmy strojového učenia, ktoré sa často používajú aj v iných oblastiach ako textové údaje. Preto sa kniha môže použiť na ponuku kurzov nielen v oblasti textovej analýzy, ale aj zo širšej perspektívy strojového učenia (s textom ako pozadím).

Táto učebnica je určená študentom postgraduálneho štúdia informatiky, ako aj výskumným pracovníkom, profesorom a priemyselným pracovníkom z praxe, ktorí pracujú v týchto súvisiacich oblastiach. K tejto učebnici je priložená príručka s riešeniami na výučbu v triede.