幫助中心 | 我的帳號 | 關於我們

基於深度學習的自然語言處理和語音識別/智能科學與技術叢書

  • 作者:(美)烏黛·卡馬特//約翰·劉//詹姆斯·惠特克|責編:劉鋒//馮潤峰|譯者:劉嶠//藍天//任亞洲//徐增林
  • 出版社:機械工業
  • ISBN:9787111740933
  • 出版日期:2024/01/01
  • 裝幀:平裝
  • 頁數:427
人民幣:RMB 159 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書作者將全書分為「機器學習、自然語言處理與語音介紹」「深度學習介紹」和「用於文本與語音的高階深度學習技術」三部分。本書內容豐富全面,可作為相關專業本科生和其他專業研究生學習自然語言處理和語音識別技術的教材,也可供從事相關領域科技開發和應用工作的技術人員自學參考。

作者介紹
(美)烏黛·卡馬特//約翰·劉//詹姆斯·惠特克|責編:劉鋒//馮潤峰|譯者:劉嶠//藍天//任亞洲//徐增林

目錄
推薦序一
推薦序二
推薦序三
譯者序
前言
致謝
符號約定
第一部分  機器學習、自然語言處理與語音介紹
  第1章  引言
    1.1  機器學習
      1.1.1  監督學習
      1.1.2  無監督學習
      1.1.3  半監督學習和主動學習
      1.1.4  遷移學習和多任務學習
      1.1.5  強化學習
    1.2  歷史背景
      1.2.1  深度學習簡史
      1.2.2  自然語言處理簡史
      1.2.3  自動語音識別簡史
    1.3  為實踐者提供的工具、庫、數據集和資源
      1.3.1  深度學習
      1.3.2  自然語言處理
      1.3.3  語音識別
      1.3.4  書籍
      1.3.5  在線課程與資源
      1.3.6  數據集
    1.4  案例研究和實現細節
    參考文獻
  第2章  機器學習基礎
    2.1  章節簡介
    2.2  監督學習:框架和正式定義
      2.2.1  輸入空間和樣本
      2.2.2  目標函數和標籤
      2.2.3  訓練和預測
    2.3  學習過程
    2.4  機器學習理論
      2.4.1  通過Vapnik-Chervonenkis分析進行「泛化-近似」的權衡
      2.4.2  通過偏差-方差分析進行「泛化-近似」的權衡
      2.4.3  模型性能和評估指標
      2.4.4  模型驗證
      2.4.5  模型估計和對比
      2.4.6  機器學習中的實踐經驗
    2.5  線性演算法
      2.5.1  線性回歸
      2.5.2  感知機
      2.5.3  正則化
      2.5.4  邏輯回歸
      2.5.5  生成式分類器
      2.5.6  線性演算法中的實踐經驗
    2.6  非線性演算法

      2.6.1  支持向量機
      2.6.2  其他非線性演算法
    2.7  特徵的轉換、選擇和降維
      2.7.1  特徵轉換
      2.7.2  特徵選擇和降維
  ……
第二部分  深度學習介紹
第三部分  用於文本與語音的高階深度學習技術

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032