Deep Learning 2|用Python進行自然語言處理的基礎理論實作 ????作?Deep Learning ? ─自然言語?理編 ( 繁體 字) |
作者:?藤康毅 | 類別:1. -> 程式設計 -> 深度學習 2. -> 程式設計 -> Python |
譯者:吳嘉芳 |
出版社:歐萊禮圖書 | 3dWoo書號: 50893 詢問書籍請說出此書號!【缺書】 NT定價: 680 元 折扣價: 537 元
|
出版日:3/27/2019 |
頁數:365 |
光碟數:0 |
|
站長推薦: |
印刷:黑白印刷 | 語系: ( 繁體 版 ) |
|
加入購物車 │加到我的最愛 (請先登入會員) |
ISBN:9789865020675 |
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
作者序: |
譯者序: |
前言: |
內容簡介:本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇,將延續上一本書,繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上,使用深度學習,挑戰各式各樣的問題。和上一本著作一樣,以「從零開始建構」為概念,詳盡介紹與深度學習有關的先進技術。
簡單來說,自然語言處理是指,讓電腦瞭解我們平常說話內容的技術。事實上,這種自然語言處理技術已經大大改變了我們的生活。在網頁搜尋、機械翻譯、語音助理等深深影響世界的技術根基中,已經使用了自然語言處理技術。本書把重點放在自然語言處理及時間序列資料處理上,學習在深度學習中,十分重要的技術。具體而言是指,word2vec、RNN、LSTM、GRU、seq2seq、Attention等技術。本書盡量使用淺顯易懂的說明,解說這些技術,並透過實際操作,確認你是否理解。此外,本書希望藉由實驗,讓你實際感受到這些技術的可能性。
|
目錄:第一章 複習類神經網路 第二章 自然語言與字詞的分散式表示 第三章 word2vec 第四章 word2vec的高速化 第五章 遞歸神經網路(RNN) 第六章 含閘門的RNN 第七章 使用RNN產生文章 第八章 Attention 附錄A sigmoid函數與tanh函數的微分 附錄B 啟用WordNet 附錄C GRU
|
序: |