登入
|
註冊
|
會員中心
|
結帳
|
培訓課程
魔法弟子
|
自資出版
|
電子書
|
客服中心
|
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
iPhone 4S JB解禁秘術:Cydia 超限軟體300+
此作者無相關書籍
文學小說
文學
|
小說
商管創投
財經投資
|
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
|
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
|
語言工具
雜誌、期刊
|
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
|
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
|
休閒娛樂
漫畫、插圖
|
限制級
GPT就是這麼來的:最新自然語言處理技術詳解
作者:
王志立, 雷鵬斌, 吳宇凡
分類:
電腦與網路
/
綜論
出版社:
深智數位
出版日期:2023/12/20
ISBN:9786267383131
書籍編號:kk0581826
頁數:272
定價:
720
元
優惠價:
79
折
569
元
書價若有異動,以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨:目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數:
(請將滑鼠移至星星處進行評價)
目前平均評價:
文字連結
複製語法
GPT就是這麼來的:最新自然語言處理技術詳解
圖片連結
複製語法
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
GPT就是這麼來的:最新自然語言處理技術詳解 內容簡介 ● NLP專用Python開發環境架設 ● 自然語言處理的發展歷程 ● 無監督學習的原理與應用及實作 ● Pretraing的完整實作 ● 文字分類、機器閱讀理解、命名實體辨識 ● ChatGPT的原理 - 文字生成 ● 損失函式與模型瘦身 大型語言模型已經成為現代AI的範式,不管是ChatGPT或是llama、Falcon等,這個新興學科是人工智慧時代最熱門的話題,沒有一個有志於AI的人可以忽略這個趨勢。而大型語言模型的基礎,當然就是自然語言處理(Natural Language Processing,簡稱NLP)。自然語言處理主要工作包括了語言理解、語言生成、機器翻譯、語音識別等。目前見的應用非常多,包括了自動化客服、垃圾郵件檢測、社交媒體情感分析、醫療記錄分析、金融預測和新聞摘要等。 總結來說,自然語言處理是一個動態且充滿潛力的領域,它正在不斷改變我們與計算機和數字訊息互動的方式。隨著技術的不斷發展,我們可以期待在更多領域看到 NLP 的創新應用,同時也需要持續關注與其發展相關的倫理和社會問題。本書最重要目的就是將你帶入這個行業,如果你是程式設計師,網頁設計師,又或者是App的開發者,如果不想被人工智慧搶掉工作,加入是最好的選擇。
作者簡介 王志立 自然語言處理工程師,曾在國際與國內的學術會議上發表學術論文多篇,先後在騰訊等多家知名企業從事大數據與人工智慧演算法工作,運作與分享人工智慧相關知識,曾獲多項人工智慧比賽國家級獎項。 雷鵬斌 華為AI演算法工程師,主要從事chatops、知識圖譜的研究與實踐工作,對自然語言處理各項任務有深入的研究。2019-2021年在國內知名競賽的文本分類、命名實體辨識、機器閱讀理解、智慧問答,以及文本生成任務中摘獲大量榮譽。曾參與多項課題研究,在AAAI、《中文資訊學報》等高影響力期刊上發表多篇論文。 吳宇凡 騰訊演算法應用研究員,長期從事業務安全與金融量化相關演算法研究與實務工作,已在國際頂尖期刊發表多篇論文,申請專利數項。
目錄 第1 章 導論 1.1 基於深度學習的自然語言處理 1.2 本書章節脈絡 1.3 自然語言處理演算法流程 1.4 小結 第2 章 Python 開發環境配置 2.1 Linux 伺服器 2.2 Python 虛擬環境 2.3 PyCharm 遠端連接伺服器 2.4 screen 任務管理 2.5 Docker 技術 2.6 小結 第3 章 自然語言處理的發展處理程序 3.1 人工規則與自然語言處理 3.2 機器學習與自熱語言處理 3.3 深度學習與自然語言處理 3.4 小結 第4 章 無監督學習的原理與應用 4.1 淺層無監督預訓練模型 4.2 深層無監督預訓練模型 4.3 其他預訓練模型 4.4 自然語言處理四大下游任務 4.5 小結 第5 章 無監督學習進階 5.1 生成式對抗網路 5.2 元學習 5.3 小結 第6 章 預訓練 6.1 賽題任務 6.2 環境架設 6.3 程式框架 6.4 資料分析實踐 6.5 小結 第7 章 文字分類 7.1 資料分析 7.2 環境架設 7.3 程式框架 7.4 文字分類實踐 7.5 小結 第8 章 機器閱讀理解 8.1 機器閱讀理解的定義 8.2 評測方法 8.3 研究方法 8.4 經典結構 8.5 多文件機器閱讀理解實踐 8.6 小結 第9 章 命名實體辨識 9.1 NER 技術的發展現狀 9.2 命名實體辨識的定義 9.3 命名實體辨識模型 9.4 命名實體辨識實驗 9.5 小結 第10 章 文字生成 10.1 文字生成的發展現狀 10.2 基於預訓練模型的文字生成模型 10.3 文字生成任務實踐 10.4 小結 第11 章 損失函式與模型瘦身 11.1 損失函式 11.2 常用的損失函式 11.3 損失函式的進階 11.4 模型瘦身 11.5 小結
成為AI無法取代的那
AI應用全解,跨越技
LLM資安教戰手冊|
工程師下班有約:企業
深度學習詳解|台大李
AI 提問 X 學習
我們與機器人的光明未
全面掌握DeepSe
Microsoft
AI時代的計算機概論
為了保障您的權益,新絲路網路書店所購買的商品均享有到貨七天的鑑賞期(含例假日)。退回之商品必須於鑑賞期內寄回(以郵戳或收執聯為憑),且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等),否則恕不接受退貨。