自然語言處理-基於深度學習的理論與案例 雷擎 9787302657477 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$439
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202403*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：自然語言處理-基於深度學習的理論與案例 ISBN：9787302657477 出版社：清華大學 著編譯者：雷擎 頁數：348 所在地：中國大陸 *此為代購商品 書號：1629985 可大量預訂，請先連絡。 內容簡介 本書主要介紹神經網路、深度學習和自然語言處理的基本原理、方法和應用，全書分為3部分，每部分涵蓋了不同的主題：第1部分（第1∼3章）介紹神經網路和深度學習的基礎知識，包括人工神經網路的起源和發展，神經網路的表示方法、數學基礎理論和機器學習基礎，以及表徵學習的概念；第2部分（第4章和第5章）介紹自然語言處理和轉換器網路；第3部分（第6∼10章）介紹自然語言處理的案例分析，包括文本分類任務、實體識別、文本生成和文本摘要的方法和技術、基於評審的問答系統等。 本書是學習並實踐神經網路、深度學習和自然語言處理的實用指南，每章都給出了代碼示例和實際案例。幫助讀者理解和實踐所學的知識。本書採用漸進式講解，理論與實踐結合，強調自然語言處理，並且關注最新技術和趨勢，適合作為高等學校神經網路、深度學習和自然語言處理相關課程的教材，也是相關專業人員很好的參考用書。目錄 第1部分 神經網路與深度學習第1章 人工神經網路 1 1 起源和發展 1 2 什麼是深度學習 1 3 神經網路的表示 1 4 數學基礎理論 1 4 1 數據類型 1 4 2 函數基礎 1 4 3 線性代數 1 4 4 梯度計算 1 4 5 概率分佈 1 4 6 代碼示例 1 5 機器學習基礎 1 5 1 什麼是分類 1 5 2 一個簡單的分類器：樸素貝葉斯 1 5 3 一個簡單的神經網路：邏輯回歸 1 5 4 評估分類結果 1 6 表徵學習 1 6 1 主成分分析 1 6 2 詞袋的表徵 第2章 前饋神經網路 2 1 單層感知器 2 2 三層神經網路 2 3 激活函數 2 3 1 線性函數 2 3 2 邏輯函數 2 4 更新權重 2 4 1 學習規則 2 4 2 反向傳播 2 4 3 梯度下降 2 5 代碼示例 2 6 修改和擴展 2 6 1 預期泛化誤差 2 6 2 正則化的思想 2 6 3 調整超參數 2 6 4 其他的問題 第3章 深度學習網路 3 1 深度的定義 3 2 卷積神經網路 3 2 1 什麼是卷積計算 3 2 2 感受野與卷積層 3 2 3 特徵圖和池化層 3 2 4 一個卷積網路 3 2 5 用於文本分類 3 3 循環神經網路 3 3 1 不等長序列 3 3 2 循環連接的構成 3 3 3 長短期記憶網路 3 3 4 三種訓練方法 3 3 5 一個簡單的實現 3 4 深度分散式表徵 3 4 1 自編碼器 3 4 2 神經語言模型 第2部分 自然語言處理與轉換器網路 第4章 自然語言處理 4 1 歷史發展 4 2 常見任務 4 2 1 字元和語音識別 4 2 2 形態分析 4 2 3 句法分析 4 2 4 詞彙語義 4 2 5 關係語義 4 2 6 話語 4 2 7 高級任務 4 3 未來趨勢 4 4 認識轉換器 4 4 1 編碼器到解碼器框架 4 4 2 注意力機制 4 4 3 遷移學習 4 4 4 Hugging Face生態 4 4 5 面對挑戰 第5章 轉換器網路 5 1 轉換器介紹 5 2 理解編碼器 5 2 1 輸入嵌入層 5 2 2 位置編碼 5 2 3 多頭自注意力層 5 2 4 殘值連接與層歸一化 5 2 5 前饋網路層 5 3 理解解碼器 5 3 1 掩碼多頭注意力層 5 3 2 多頭注意力層 5 3 3 線性層和Softmax層 5 3 4 運行流程 5 4 訓練轉換器 5 5 轉換器家族 5 5 1 編碼器分支 5 5 2 解碼器分支 5 5 3 編碼器到解碼器分支 5 6 概括 第3部分 自然語言處理案例分析 第6章 文本分類案例分析 6 1 數據集 6 1 1 查看數據 6 1 2 轉換到數據框 6 1 3 查看類別分佈 6 1 4 查看推文長度 6 2 從文本到標記 6 2 1 字元標記化 6 2 2 詞標記化 6 2 3 子詞標記化 6 2 4 整個數據集 6 3 訓練分類器 6 3 1 特徵提取器 6 3 2 微調轉換器 第7章 實體識別案例分析 7 1 數據集 7 2 多語言轉換器 7 3 標記化管道 7 4 模型類剖析 7 4 1 模型體和頭 7 4 2 創建自定義模型 7 4 3 載入自定義模型 7 5 標記文本 7 6 績效衡量 7 7 微調XLM 7 8 錯誤分析 第8章 文本生成案例分析 8 1 生成連貫文本 8 2 貪心搜索解碼 8 3 集束搜索解碼 8 4 抽樣方法 第9章 文本摘要案例分析 9 1 數據集 9 2 文本摘要管道 9 2 1 基線 9 2 2 GPT-2 9 2 3 T5 9 2 4 BART 9 2 5 PEGASUS 9 2 6 比較不同 9 3 衡量指標 9 3 1 BLEU 9 3 2 ROUGE 第10章 問答系統案例分析 10 1 基於評審的問答系統 10 1 1 數據集 10 1 2 從文本中提取答案 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
