AI也能说文解字：Python上的文字算法 pdf epub mobi txt 电子书下载 2024

图书介绍

☆☆☆☆☆
简体网页||繁体网页

著者

出版者出版社：佳魁资讯订阅出版社新书快讯新功能介绍

翻译者

出版日期出版日期：2018/11/12

语言语言：繁体中文

下载链接在页面底部

点击这里下载

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製鏈接

想要找书就要到小特书站

ttbooks.qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

发表于2024-04-26

类似图书点击查看全场最低价

图书描述

自然语言处理是研究人机之间用自然语言通信的理论和方法，是人工智慧领域的一个重要分支，有着非常广泛的应用空间。

　　本书结合作者多年学习和从事自然语言处理相关工作的经验，力图用生动的方式深入浅出地介绍自然语言处理的理论、方法和技术。抛弃繁琐的证明，提取出演算法的核心，帮助读者尽快地掌握自然语言处理所必备的知识和技能。

　　全书分两大部分：理论篇和应用篇。理论篇，包含前3章。第1章和第2章是为第3章打基础，第1章介绍一些基础的数学知识，第2章介绍最佳化理论知识，第3章实际介绍一些机器学习的相关知识。

　　应用篇，包含第4章到第8章。第4章介绍计算效能，算是更偏工程的唯一章节；第5章介绍文字处理时的一些基本术语，其中相似度计算的内容非常重要；第6章介绍一个工业搜寻引擎需要哪些技术点；第7章说明的是推荐系统的基础知识；第8章介绍了解语言的难点，包含两大基础知识--自然语言处理和对话系统，当然也讨论到对人工智慧一些看法。

　　适用：从事机器学习或自然语言处理的工作人员，尤其适合想要了解和掌握机器学习或自然语言处理技术的读者阅读。

本书特色

　　√ 深入浅出地介绍自然语言处理和机器学习技术
　　√ 透过本书，读者将学习和理解：
　　★ 概率论、资讯理论、贝叶斯法则等基础知识
　　★ 最佳化问题、最大似然估计、梯度下降法
　　★ 机器学习和深度学习的热门话题
　　★ 程式最佳化的方法
　　★ PageRank和相似度计算的原理
　　★ 搜寻引擎的原理、架构和核心模组
　　★ 各种推荐演算法的原理和工作机制
　　★ 自然语言处理和对话系统等技术难题

著者信息

作者简介

路彦雄

　　从事自然语言处理和机器学习相关工作多年，具有丰富经验。
　　曾任微信小微机器人技术负责人，现任微信整合搜索演算法组组长。

AI也能说文解字：Python上的文字算法 pdf epub mobi txt 电子书下载

图书目录

前言

第一篇理论篇
01 你必须知道的一些基础知识
1.1 机率论
1.2 资讯理论
1.3 贝氏法则
1.4 问题与思考

02 我们生活在一个寻求最佳解的世界里
2.1 最佳化问题
2.2 最大似然估计/ 最大后验估计
2.3 梯度下降法
2.4 问题与思考

03 让机器可以像人一样学习
3.1 何谓机器学习
3.2 逻辑回归/ 因数分解机
3.3 最大熵模型/ 条件随机场
3.4 主题模型
3.5 深度学习
3.6 其他模型
3.7 问题与思考

第二篇应用篇
04 如何计算得更快
4.1 程式最佳化
4.2 分散式系统
4.3 Hadoop
4.4 问题与思考

05 你要知道的一些术语
5.1 tf/df/idf
5.2 IG/CHI/MI
5.3 PageRank
5.4 相似度计算
5.5 问题与思考

06 搜寻引擎是什么
6.1 搜寻引擎原理
6.2 搜寻引擎架构
6.3 搜寻引擎核心模组
6.4 搜索广告
6.5 问题与思考

07 如何让机器猜得更准
7.1 以协作过泸为基础的推荐演算法
7.2 以内容为基础的推荐演算法
7.3 混合推荐演算法
7.4 问题与思考

08 了解语言有多难
8.1 自然语言处理
8.2 对话系统
8.3 语言的特殊性
8.4 问题与思考
A 结语
B 参考文献