Machine Learning for Text 2nd ed. 2022

(0) | Вопросы и ответы (0)

Спецификации:

Автор:	Charu C. Aggarwal
Количество страниц:	565
Год публикации:	2022
ID товара:	17447654

Больше информации

Полная цена
Оплатить частями 8⁶⁵ € x 12 мес.

82⁸² €

8⁶⁵ € / мес.

Калькулятор лизинга

или

3 x 27⁶² €

Без подорожания

Продавец: Bookstore Krisostomos 4.9

В корзину

Ваш город

Заберите в Omniva посылочном автомате

7 марта

0⁰⁰ €

Заберите в Smartpost посылочном автомате

7 марта

0⁰⁰ €

Заберите в почтовом отделении Эстонии

7 марта

0⁰⁰ €

Доставим на дом

7 марта

5⁹⁹ €

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Все способы доставки

Заберите в Omniva посылочном автомате

7 марта

0⁰⁰ €

Заберите в Smartpost посылочном автомате

7 марта

0⁰⁰ €

Заберите в почтовом отделении Эстонии

7 марта

0⁰⁰ €

Доставим на дом

7 марта

5⁹⁹ €

Все способы доставки

14-дневная гарантия возврата

Продавец: Bookstore Krisostomos 4.9

95% покупателей рекомендовали бы этого продавца.

Другие также интересовались

Описание товара: Machine Learning for Text 2nd ed. 2022

This second edition textbook covers a coherently organized framework for text analytics, which integrates material drawn from the intersecting topics of information retrieval, machine learning, and natural language processing. Particular importance is placed on deep learning methods. The chapters of this book span three broad categories:1. Basic algorithms: Chapters 1 through 7 discuss the classical algorithms for text analytics such as preprocessing, similarity computation, topic modeling, matrix factorization, clustering, classification, regression, and ensemble analysis.2. Domain-sensitive learning and information retrieval: Chapters 8 and 9 discuss learning models in heterogeneous settings such as a combination of text with multimedia or Web links. The problem of information retrieval and Web search is also discussed in the context of its relationship with ranking and machine learning methods. 3. Natural language processing: Chapters 10 through 16 discuss various sequence-centric and natural language applications, such as feature engineering, neural language models, deep learning, transformers, pre-trained language models, text summarization, information extraction, knowledge graphs, question answering, opinion mining, text segmentation, and event detection. Compared to the first edition, this second edition textbook (which targets mostly advanced level students majoring in computer science and math) has substantially more material on deep learning and natural language processing. Significant focus is placed on topics like transformers, pre-trained language models, knowledge graphs, and question answering.

Общая информация o: Machine Learning for Text 2nd ed. 2022

ID товара:	17447654
Категория:	Книги по экономике
Количество упаковок товара:	1 шт.
Размеры и вес упаковки (1):	0,03 x 0,18 x 0,25 м, 1,3 кг
Издательство:	Springer Nature Switzerland AG
Язык публикации:	Aнглийский
Тип:	Информационные технологии
Автор:	Charu C. Aggarwal
Количество страниц:	565
Год публикации:	2022

Больше информации

Изображения продуктов приведены исключительно в иллюстративных целях и являются примерными. Ссылки на видео в описании товара предназначены только для информационных целей, поэтому информация, которую они содержат, может отличаться от самого товара. Цвета, надписи, параметры, размеры, функции и/или любые другие характеристики оригинальных продуктов из-за их визуальных характеристик могут отличаться от реальных, поэтому, пожалуйста, ознакомьтесь со спецификациями продукта, приведенными в описании продукта.

Сообщить об ошибке в описании товара

Партнерские предложения