年度心理祭
Deep Learning 2|用Python進行自然語言處理的基礎理論實作

Deep Learning 2|用Python進行自然語言處理的基礎理論實作

ゼロから作るDeep Learning ❷ ―自然言語処理編

  • 定價:680
  • 優惠價:79537
  • 優惠期限:2024年11月08日止
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 台北、新北、基隆宅配快速到貨(除外地區)
載入中...
  • 分享
 

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

 
 



我不能創造的東西,我就不瞭解


  這個世界即將因深度學習而產生巨變。不論智慧型手機的語音辨識,或網站的即時翻譯,還是匯兌預測,都少不了深度學習。新藥開發、病患的病情診斷、自動駕駛也因為深度學習而逐漸得以實現。除此之外,在先進技術的背後,一定隱藏著深度學習。未來,整個世界必定會因為深度學習而變得更進步。

  這本書是《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。

  本書的概念

  筆者認為,若要深入瞭解深度學習(或某種高深的技術),「從零開始建構」這種經驗格外重要。從零開始建構是指,從自己可以理解的部分開始,盡量不使用外面的現成產品,完成目標技術。透過這種經驗,能確實將深度學習融會貫通,而不只是學到皮毛,這就是本書希望達成的目的。

  總而言之,想深入理解技術,就需要具備能把它製作出來的知識及技能。這本書將從零開始建構深度學習,並為此寫出各式各樣的程式碼,進行各種實驗。這是十分耗時的工作,偶爾也會大傷腦筋。可是,在這種花時間的工作中,蘊藏著徹底理解技術時的重要精髓。藉由這種方式獲得的知識,一定可以在運用現有函式庫、閱讀最先進的論文、建置原創系統時,發揮作用。更重要的是,逐一解構深度學習的結構及原理,並且加以理解,將是無比快樂的事情。

  進入自然語言處理的世界

  本書的主題是深度學習的自然語言處理。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。讓電腦理解我們的用語,是一個很困難的問題,同時也是極為重要的主題。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、機器翻譯、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。

  自然語言處理是我們生活當中不可或缺的技術,在這個領域,深度學習占了極為重要的位置。事實上,透過深度學習,大幅提升了過去自然語言處理的效能。例如,Google的機器翻譯透過深度學習的手法,產生了極為顯著的進步,這點讓人印象深刻。

  本書把重點放在自然語言處理及時間序列資料處理上,學會在深度學習中,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,我希望藉由實驗,讓你實際感受到這些技術的可能性。

  這是一本以深度學習為主,探索自然語言處理,展開冒險的書籍。本書一共分成八章,這些章節的結構就像是一連串的故事,請從頭開始,依序閱讀下去。發現問題,思考解決問題的新手法,並且加以改良。請利用這種過程,使用手中的深度學習武器,逐一解決關於自然語言處理的各種問題。我希望透過此種冒險方式,讓你深入學會深度學習中的重要技巧,並體會箇中樂趣。
 
 

詳細資料

  • ISBN:9789865020675
  • 規格:平裝 / 384頁 / 18.5 x 23 x 1.92 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣

會員評鑑

4.5
4人評分
|
4則書評
|
立即評分
user-img
4.5
|
2021/06/16

仔細研讀過作者 齊藤康毅的第一本著作 Deep Learning-1 (用 Python進行深度學習的基礎理論實作) 之後緊接再進入略為深入的 Deep Learning-2 (用Python進行自然語言處理的基礎理論實作)。雖然有些章節作者刻意約略帶過以避免重覆贅述,但是對於未研讀過前作的讀者會稍嫌跳躍太快。但是作者留給讀者的各程式碼加上適度的註解讓初學者很容易 trace code,甚至在上面做程式碼再開發與應用,此亦為本書有價值之處。雖然有些程式碼執行起來會卡卡的,但是讀者應該有辦法解。總之個人覺得本書精髓雖然不在於於強調如何突破 NLP 現階段所面臨的技術瓶頸,但卻不失為是一本基礎學習的好書,特別是 Python。
展開
user-img
Lv.1
5.0
|
2020/02/23

筆者能將很複雜的自然語言搭配類神經網路架構,介紹的淺顯易懂,然後搭配圖表解釋,更容易理解。
而且又有python實作類神經架構,等於學會理論又馬上學會實現程式碼的類神經網路架構,而不是只會理論而已。
每章節很像在看小說一樣,環環相扣,看了愛不釋手。越看越覺得受益良多,不只適合給新手看,有機器學習基礎的看完應該也會覺得超級充實,因為內容寫得超級詳細,圖表也一看就明瞭,會讓你沉浸在邏輯思考的享受,讓你完全探索類神經的精神與邏輯。
展開
user-img
Lv.1
5.0
|
2019/11/08

上一篇評論有人說翻譯有誤,
row翻成列,column翻成行,
其實這是沒有問題的,只是必須注意,中國大陸的慣例,列和行剛好和台灣的慣例相反,
我猜或許是另一篇評論的作者習慣接受中國的用法,才會覺得書中的行列顛倒。
展開
user-img
Lv.3
2.5
|
2019/08/05
劇透警告

才第一章內容就翻譯錯誤,圖1-1的行列與文字描述的行列就相反,圖1-2也是,都反過來了。
展開

最近瀏覽商品

 

相關活動

  • 【自然科普、電腦資訊】電腦人X創意市集 電子書全書系|單書85折、雙書79折、滿699折50|AI協作、事半功倍
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 親子天下主題展
  • 日韓語展_EZ加碼
  • 三采童書展