Deep Learning 2|用Python進行自然語言處理的基礎理論實作
活動訊息
來金石堂，總有一本書懂你，邀您同遊解憂秘境！
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。
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
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
序／導讀
序
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。
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。
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
詳細資料
詳細資料
-
- 語言
- 中文繁體
- 裝訂
- 紙本平裝
-
- ISBN
- 9789865020675
- 分級
- 普通級
-
- 頁數
- 384
- 商品規格
- 18開17*23cm
-
- 出版地
- 台灣
- 適讀年齡
- 全齡適讀
-
- 注音
- 級別
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價