Machine Learning for Text

Autor Charu C. Aggarwal

Machine Learning for Text - Charu C. Aggarwal Nedostupné

Machine Learning for Text

Autor Charu C. Aggarwal

0.0 z 5 hvězdiček 0 hodnocení čtenářů

Kniha ( pevná vazba )

    • Produkt je nedostupný.
E-shopové listy

Při zaslání zboží balíčkem

K nákupu nad 99 Kč dárek zdarma v hodnotě 19 Kč

E-shopové listy

Magazín Knihkupec

Při zaslání zboží balíčkem

K nákupu nad 249 Kč dárek zdarma v hodnotě 69 Kč

Magazín Knihkupec

This second edition textbook covers a coherently organized framework for text analytics, which integrates material drawn from the intersecting topics of information retrieval, machine learning, and natural language processing. Particular importance is placed on deep learning methods. The chapters of this book span three broad categories:1.… Přejít na celý popis

Nová série Roberta Bryndzy Chladný Londýn 80. let. Temné ulice. Sériový vrah. Předobjednejte si začátek nové série Roberta Bryndzy! Více informací

K tomuto produktu zákazníci kupují

Popis Hodnocení 0.0 z 5 hvězdiček 0 Další knihy autora Vývoj ceny

Popis

This second edition textbook covers a coherently organized framework for text analytics, which integrates material drawn from the intersecting topics of information retrieval, machine learning, and natural language processing. Particular importance is placed on deep learning methods. The chapters of this book span three broad categories:1. Basic algorithms: Chapters 1 through 7 discuss the classical algorithms for text analytics such as preprocessing, similarity computation, topic modeling, matrix factorization, clustering, classification, regression, and ensemble analysis.

2. Domain-sensitive learning and information retrieval: Chapters 8 and 9 discuss learning models in heterogeneous settings such as a combination of text with multimedia or Web links. The problem of information retrieval and Web search is also discussed in the context of its relationship with ranking and machine learning methods. 

3. Natural language processing: Chapters 10 through 16 discuss various sequence-centric and natural language applications, such as feature engineering, neural language models, deep learning, transformers, pre-trained language models, text summarization, information extraction, knowledge graphs, question answering, opinion mining, text segmentation, and event detection. 

Compared to the first edition, this second edition textbook (which targets mostly advanced level students majoring in computer science and math) has substantially more material on deep learning and natural language processing. Significant focus is placed on topics like transformers, pre-trained language models, knowledge graphs, and question answering.

Sdílet

kategorie
Knihy » Cizojazyčná literatura » English literature » Nonfiction » Information Technology
Témata
Nakladatel
Springer Nature Switzerland AG
Rozměr
260 x 185 x 41
jazyk
angličtina
Vazba
pevná vazba
Hmotnost
1278 g
isbn
978-3-030-96622-5
Počet stran
565
datum vydání
5.05.2022
ean
9783030966225

Hodnocení a recenze čtenářů Nápověda

0.0 z 5 0 hodnocení čtenářů

0× 5 hvězdiček 0× 4 hvězdičky 0× 3 hvězdičky 0× 2 hvězdičky 0× 1 hvezdička

Přidejte své hodnocení knihy

Načíst další hodnocení

Zobrazit všechna hodnocení

Přidat hodnocení

Další knihy autora

Další knihy autora

Všechny knihy autora

Všechny knihy autora

Vývoj ceny

Vývoj ceny Nápověda

Získejte přehled o vývoji ceny za posledních 60 dní.

Maloobchodní cena Minimální prodejní cena: 0 Kč Nápověda

Články, které stojí za pozornost

Zobrazit blog

Články, které stojí za pozornost