Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка

Издательство Питер, Серия "Бестселлеры O'Reilly", 2020

Обзор

Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети перешли из теоретических исследований в реальную жизнь, интегрируясь в программные решения для обработки естественного языка. Они способны решать сложные задачи, такие как машинный перевод, диалоговые системы, перефразирование и ответы на вопросы. Однако, несмотря на теоретические возможности, практическая реализация алгоритмов часто сталкивается с трудностями.

Эта книга научит применять методы машинного обучения для анализа текста в реальных задачах с использованием Python. Вы освоите поиск моделей, предварительную обработку данных, приемы классификации и кластеризации текстов, визуальную интерпретацию, анализ графов и масштабирование. В заключение вы познакомитесь с техниками глубокого обучения для анализа текста.

Кому подойдёт

• Специалистам, желающим применять машинное обучение для анализа текстовых данных.
• Разработчикам, стремящимся создавать приложения для обработки естественного языка.
• Исследователям, интересующимся практическими аспектами NLP.
• Студентам и энтузиастам, изучающим Python и машинное обучение.

Ключевые особенности

• Язык: Русский
• Страниц: 368
• Тип обложки: мягкая обложка
• ISBN: 9785446111534
• Издательство: Питер
• Год: 2020
• Серия: Бестселлеры O'Reilly

<hr>

Applied Text Data Analysis with Python: Machine Learning and NLP Application Development

Publisher Piter, Series "O'Reilly Bestsellers", 2020

Overview

Text analysis technologies are rapidly evolving due to machine learning. Neural networks have transitioned from theoretical research into practical applications, integrating into software solutions for natural language processing. They can handle complex tasks like machine translation, conversational AI, paraphrasing, and question answering. However, despite theoretical capabilities, practical implementation of these algorithms often presents challenges.

This book will guide you through applying machine learning methods for text analysis in real-world scenarios using Python. You will learn model selection, data preprocessing, text classification and clustering techniques, visual interpretation, graph analysis, and scaling. Finally, you will explore deep learning approaches for text analysis.

Who it's for

• Professionals seeking to apply machine learning to text data analysis.
• Developers aiming to build natural language processing applications.
• Researchers interested in practical NLP aspects.
• Students and enthusiasts learning Python and machine learning.

Key features

• Language: Russian
• Pages: 368
• Binding: Softcover
• ISBN: 9785446111534
• Publisher: Piter
• Year: 2020
• Series: O'Reilly Bestsellers