python自然语言处理 算法、技术及项目案例实战 微课版 编程语言 ()中本一郎 等 编
本书全面介绍了数据挖掘和智能的基础知识、主要技术、基于python语言的应用生成技术。全书共12章，主要内容包括数据挖掘、深度学、seq2seq、智能应用创建及部署、tensorflow、卷积神经网络、循环神经网络和rasa技术。本书注重理论结合实战，实例部分配套作步骤，重要代码讲解，中间图形和文本输出，将实战内容融合在课程过程中，使理论紧密联系实际，帮助在潜移默化中获得知识。
￥ 42.3 7.1折 ￥ 59.9 全新
库存6件
作者()中本一郎 等 编
出版社清华大学出版社
ISBN9787302606628
出版时间2022-08
版次1
装帧平装
开本16
页数212页
字数305千字
定价59.9元
货号xhwx_1202716409
上书时间2025-01-07
- 在售商品 暂无
- 平均发货时间 26小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
"2017年中国院印发新一代人工智能发展规划，提出了面向2030年新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署构筑人工智能发展的优势，加快建设创新型和世界科技强国。人才是强国的关键，大学高校专业分类众多，对于相关专业的，如何学好人工智能系列课程，成为了当下教育改革关注的焦点之一。
本教材以python语言为对象，紧扣人工智能主题，选举的实战实例涵盖医学、等多个领域，通过基础知识讲解，逐步过渡到综合实例的应用。"
目录：
基础篇
章 自然语言处理概述
1.1 自然语言处理
1.1.1 自然语言处理主要研究对象
1.1.2 自然语言处理分类
1.1.3 自然语言处理面临的挑战
1.1.4 自然语言处理重要术语
1.2 自然语言处理发展历程
1.2.1 概念形成阶段
1.2.2 算法发展阶段
1.2.3 规模创新阶段
1.3 自然语言理解
1.4 自然语言生成
1.5 自然语言处理、人工智能与数据挖掘
1.6 文本相似度实例
小结
关键术语
题
第2章 词处理
2.1 分词和停顿
2.1.1 分词
2.1.2 停顿
2.2 正则表达式
2.3 规则分词
2.3.1 正向z大匹配法
2.3.2 逆向z大匹配法
2.3.3 双向z大匹配法
2.4 统计分词
2.4.1 隐马尔可夫模型
2.4.2 维特比算法
2.4.3 条件场模型
2.5 混合分词
2.6 关键词提取
2.6.1 无监督关键词提取
2.6.2 有监督关键词提取
2.7 词标注
2.8 命名实体识别
小结
关键术语
题
第3章 句法分析
3.1 句法分析概述
3.1.1 句法分析概要
3.1.2 句法树
3.1.3 常用句法分析相关数据集简介
3.2 句法分析方法
3.3 神经网络句法分析
3.4 句法分析算法
3.5 句法分析工具
3.6 斯坦福句法分析实例
小结
关键术语
题
第4章 文本向量化
4.1 文本向量化简介
4.1.1 文本向量化概述
4.1.2 文本向量化常见模型
4.2 文本向量化实例
4.2.1 案例实现步骤
4.2.2 案例结
小结
关键术语
题
第5章 舆情分析和预测分析
5.1 舆情分析概述
5.1.1 舆情分析研究对象
5.1.2 情感分析方法
5.2 预测分析概述
5.3 电影情感分析实例
5.4 用户罹患癌症预测实例
小结
关键术语
题
过渡篇
第6章 深度学与自然语言处理
6.1 深度学
6.1.1 深度学概述
6.1.2 神经元模型
6.1.3 激活函数
6.1.4 梯度下降法
6.2 卷积神经网络
6.3 循环神经网络
6.3.1 循环神经网络概述
6.3.2 长短时记忆网络
6.4 深度信念网络
6.5 深度学常用算法简介
6.5.1 生成对抗网络
6.5.2 自编码网络
6.5.3 增强学
6.5.4 多层感知机
6.5.5 自组织映神经网络
6.5.6 径向基函数网络
6.5.7 反向传播算法
6.5.8 连接时序分类
6.6 深度学台简介
6.6.1 谷歌深度学台
6.6.2 百度深度学台
6.6.3 阿里云深度学台
6.6.4 腾讯云深度学台
6.7 基于深度学的手写字体识别实例
6.7.1 案例说明
6.7.2 案例素材准备
6.7.3 案例实现步骤
6.7.4 案例实现效果
6.7.5 案例结
……
内容简介：
在大数据和智能社会不断发展的大背景下，如何培养人工智能应用型技术人才，益成为社会各界关注的焦点。本书应此需求而作，系统分析了基于python语言的自然语言处理相关基础理论、常用算法、基础技术以及实战实例应用。
本书内容紧密围绕自然语言处理，共可分为3篇（共12章）：基础篇（～5章），重点介绍自然语言处理的基本概念、基本理论、常用算法以及基本技术，包括词处理、句法分析、文本向量化以及舆情分析和预测分析等；过渡篇（第6章），重点分析深度学的基本知识与基本理论，以及与自然语言处理的关系，同时通过实战实例介绍深度学在自然语言处理领域的实际应用；综合应用篇（第7～12章），基于各种智能应用开发技术和开发台，介绍其在自然语言处理方面的实例，并具体讨论智能应用的部署方法和部署后的验证方法。全书各章提供了与本章主要内容配套的应用实例，每章后均附有复题。读者可以结合思维导图掌握教材的整体知识体系结构，参附录的上机作手册获得运行实例代码所需要的环境准备和环境设置相关知识。
本书可作为高等学校计算机类、人工智能类、类以及管理类专业的教材，也可供从事相关领域的专业技术开发人员和软件技术人员参。
— 没有更多了 —
以下为对购买帮助不大的评价