Deep Natural Language Processing: Einstieg in Word Embedding, Sequence-to-Sequence-Modelle und Transformer mit Python

Deep Natural Language Processing: Einstieg in Word Embedding, Sequence-to-Sequence-Modelle und Transformer mit Python - Von der logistischen Regression über Feed-Forward-Netze zu Encoder-Decoder-Modellenbr /- Leicht verständlich mit textbasierten Erklärungen und wenigen Formelnbr /- Mit Fokus auf der Verarbeitung deutschsprachiger Textebr /- Ausführliche Python-Code-Erläuterungen im Buch und Jupyter Notebooks auf GitHubbr /- Ihr exklusiver Vorteil: E-Book inside beim Kauf des gedruckten Buchesbr /br /Das Buch bietet eine leicht verständliche Einführung in Machine-Learning-Algorithmen im Allgemeinen und in die Verarbeitung von Textdaten mit Deep-Learning-Verfahren im Besonderen. Es veranschaulicht die theoretischen Konzepte bewährter und neuerer NLP-Ansätze und führt in die praktische Umsetzung ein. br /br /Im Fokus stehen insbesondere folgende Verfahren:br /. Vektorisierung von Wörtern mit Word Embedding.br /. Verarbeitung von Texten mit rekurrenten und konvolutionalen neuronalen Netzen.br /. Aufbau von Sequence-to-Sequence-Modellen zur Übersetzung und für Textzusammenfassungen.br /. Arbeit mit der Transformers-Bibliothek und Hugging Face.br /br /Anhand praktischer Anwendungen (Klassizierung von Texten, Rechtschreibkorrektur, Übersetzung, Frage-Antwort-System) wird gezeigt, wie sich Textdaten vorbereiten und effektive Lernmodelle mit Bibliotheken wie Transformers, TensorFlow/Keras und Scikit-Learn aufbauen, trainieren und produktiv einsetzen lasse Autor: Jochen Hirschle Wydawnictwo: Hanser Fachbuchverlag Rok wydania: 2022 Okładka: miękka Liczba stron: 256 Wymiary: 17.5 x 24.2 x 2.0 cm Język: niemiecki ISBN: 9783446473638