自然语言处理--基于深度学习的理论与案例(高等学校计算机专业系列教材)

自然语言处理--基于深度学习的理论与案例(高等学校计算机专业系列教材)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2024-03
版次: 1
ISBN: 9787302657477
定价: 69.00
装帧: 其他
开本: 16开
页数: 360页
字数: 549千字
分类: 综合性图书
  • 本书主要介绍神经网络、深度学习和自然语言处理的基本原理、方法和应用,全书分为3部分,每部分涵盖了不同的主题: 第1部分(第1~3章)介绍神经网络和深度学习的基础知识,包括人工神经网络的起源和发展,神经网络的表示方法、数学基础理论和机器学习基础,以及表征学习的概念;第2部分(第4章和第5章)介绍自然语言处理和转换器网络;第3部分(第6~10章)介绍自然语言处理的案例分析,包括文本分类任务、实体识别、文本生成和文本摘要的方法和技术、基于评审的问答系统等。
    本书是学习并实践神经网络、深度学习和自然语言处理的实用指南,每章都给出了代码示例和实际案例,帮助读者理解和实践所学的知识。本书采用渐进式讲解,理论与实践结合,强调自然语言处理,并且关注**技术和趋势,适合作为高等学校神经网络、深度学习和自然语言处理相关课程的教材,也是相关专业人员很好的参考用书。

    部分神经网络与深度学

    章人工神经网络

    1.1起源和发展

    1.2什么是深度学

    1.3神经网络的表示

    1.4数学基础理论

    1.4.1数据类型

    1.4.2函数基础

    1.4.3线代数

    1.4.4梯度计算

    1.4.5概率分布

    1.4.6代码示例

    1.5机器学基础

    1.5.1什么是分类

    1.5.2一个简单的分类器:朴素贝叶斯

    1.5.3一个简单的神经网络:逻辑回归

    ……


  • 内容简介:
    本书主要介绍神经网络、深度学习和自然语言处理的基本原理、方法和应用,全书分为3部分,每部分涵盖了不同的主题: 第1部分(第1~3章)介绍神经网络和深度学习的基础知识,包括人工神经网络的起源和发展,神经网络的表示方法、数学基础理论和机器学习基础,以及表征学习的概念;第2部分(第4章和第5章)介绍自然语言处理和转换器网络;第3部分(第6~10章)介绍自然语言处理的案例分析,包括文本分类任务、实体识别、文本生成和文本摘要的方法和技术、基于评审的问答系统等。
    本书是学习并实践神经网络、深度学习和自然语言处理的实用指南,每章都给出了代码示例和实际案例,帮助读者理解和实践所学的知识。本书采用渐进式讲解,理论与实践结合,强调自然语言处理,并且关注**技术和趋势,适合作为高等学校神经网络、深度学习和自然语言处理相关课程的教材,也是相关专业人员很好的参考用书。
  • 目录:


    部分神经网络与深度学

    章人工神经网络

    1.1起源和发展

    1.2什么是深度学

    1.3神经网络的表示

    1.4数学基础理论

    1.4.1数据类型

    1.4.2函数基础

    1.4.3线代数

    1.4.4梯度计算

    1.4.5概率分布

    1.4.6代码示例

    1.5机器学基础

    1.5.1什么是分类

    1.5.2一个简单的分类器:朴素贝叶斯

    1.5.3一个简单的神经网络:逻辑回归

    ……


查看详情
12