Értékelés:

Jelenleg nincsenek olvasói vélemények. Az értékelés 4 olvasói szavazat alapján történt.
Applied Natural Language Processing with Python: Implementing Machine Learning and Deep Learning Algorithms for Natural Language Processing
1. fejezet: Mi az a természetes nyelvi feldolgozás? A fejezet célja: A téma megértése és a szöveg áttekintése: Témakörök1.
A természetes nyelvi feldolgozás története 2. Szóbeágyazások3. A természetes nyelvfeldolgozásban alkalmazott neurális hálózatok 4.
Python csomagok.
2. fejezet: A gépi tanulás áttekintéseA fejezet célja: A szövegben hivatkozott modellek tárgyalásaAz oldalak száma: Témakörök 1.
Gradient Descent 2. Többrétegű perceptronok 3. Rekurrens neurális hálózatok4.
LSTM hálózatok. 3. fejezet: Munka nyers szöveggel Fejezet célja: Bevezetni az olvasót a természetes nyelvfeldolgozás alapvető szempontjaiba, amelyeket a fejezetekben nagyobb mértékben használunk majd fel oldalszámmal kapcsolatban: Témakörök: 30 rész - Témák: 1.
Szó tokenizáció 2. A szöveges adatok előfeldolgozása és tisztítása3.
Webkúszás w/ SpaCy4. Lemmák, N-grammok és más természetes nyelvi feldolgozási fogalmak. 4.
fejezet: Szóbeágyazások és alkalmazásukA fejezet célja: Megismertetni az olvasót a szóbeágyazások felhasználási eseteivel és az általunk használt csomagokkalAz oldalszám: Témakörök: 50 rész - Témakörök: 1.
Word2Vec2. Doc2Vec3. GloVe.
5. fejezet: A gépi tanulás használata a természetes nyelvi feldolgozássalKifejezett cél: Az olvasónak konkrét ismertetést adni a gépi tanulással történő természetes nyelvi feldolgozás haladó alkalmazásáról nagyobb alkalmazásokon belül (helyesírás-ellenőrzés és hangulatelemzés)Oldalak száma: 501. Tensorflow2.
Keras3. Caffe