ما در آیتی هلو از شهریور ۱۴۰۲ کارمون رو با عشق به کتاب و یادگیری شروع کردیم. تخصص ما چاپ کتابهای تخصصی به زبان اصلیه و با استفاده از تکنولوژیهای روز و مواد اولیه باکیفیت، مطمئن میشیم که هر کتاب از نظر ظاهر و محتوا در بهترین سطح قرار بگیره.
هدفمون اینه که دسترسی به منابع علمی و آموزشی معتبر رو برای همه سادهتر کنیم و در این مسیر، همراه و همکار خوبی برای شما باشیم.
Teaching Machines to Read, Write, and Understand
کتاب پردازش زبان طبیعی مدرن با پایتون، نوشته انکور پاتل و اجای اپیلی آراسینیپالای، راهنمایی جامع و عملی برای توسعهدهندگانی است که میخواهند با استفاده از جدیدترین روندهای پردازش زبان طبیعی (NLP)، برنامههای کاربردی و قدرتمند بسازند. این کتاب با تمرکز بر مدلهای پیشرفته مانند BERT و GPT-3، شما را از مفاهیم پایه تا استقرار مدلها در محیطهای تولیدی هدایت میکند.
با وجود پیشرفتهای چشمگیر در NLP توسط شرکتهایی مانند گوگل و OpenAI، بسیاری از تیمها در پیادهسازی برنامههای کاربردی NLP با چالشهایی مواجه هستند. این کتاب با مثالهای کدنویسی پایتون و بهترین روشها، به شما کمک میکند تا مدلهای NLP را برای حل مسائل دنیای واقعی مانند تشخیص موجودیتهای نامدار، طبقهبندی متن، جستوجوی معنایی و درک مطلب آموزش دهید و مستقر کنید. با ابزارهایی مانند spaCy، Hugging Face و fast.ai، این کتاب شما را برای توسعه برنامههای NLP کارآمد آماده میکند.
بخش اول: آشنایی با NLP
مقدمهای بر NLP: درک مفاهیم و کاربردهای پردازش زبان طبیعی.
ترانسفورمرها و یادگیری انتقال: کاوش در فناوریهای پیشرفته NLP.
کاربردها و وظایف NLP: از طبقهبندی متن تا درک مطلب.
بخش دوم: اجزای اصلی NLP
توکنسازی: تجزیه متن به واحدهای قابلفهم.
امبدینگها: چگونگی درک کلمات توسط ماشینها.
شبکههای عصبی بازگشتی و مدلهای توالی: پردازش دادههای متوالی.
ترانسفورمرها: قلب فناوریهای مدرن NLP.
BERTology: ترکیب اجزا برای ساخت مدلهای پیشرفته.
ابزارهای کلیدی: آشنایی با spaCy، Hugging Face و fast.ai.
بخش سوم: استقرار و کاربرد
تجسم دادهها: نمایش بصری نتایج NLP.
استقرار در تولید: انتقال مدلها از نوتبوک به محیطهای واقعی.
نتیجهگیری: جمعبندی و چشمانداز آینده NLP.
پیوستها
کلمات کلیدی:مقیاسپذیری: آموزش چند-GPU و توزیعشده.
CUDA: نوشتن کرنلهای CUDA و کاربرد آن در NLP.
این کتاب با مثالهای کدنویسی پایتون و PyTorch، شما را در ساخت اجزای اصلی خط لوله NLP، از توکنسازی تا مدلهای ترانسفورمر، توانمند میکند. پروژههای عملی مانند ساخت سیستمهای توصیهگر، تشخیص موجودیتها و جستوجوی معنایی، مهارتهای لازم برای حل مسائل تجاری و علمی را ارائه میدهند. همچنین، با آموزش استقرار و نظارت بر مدلها در تولید، شما را برای محیطهای واقعی آماده میکند.
پردازش زبان طبیعی با مدلهای پیشرفته مانند BERT و GPT-3 و چارچوبهایی مانند Hugging Face و PyTorch، استانداردی برای حل مسائل پیچیده متنی است. این کتاب با تمرکز بر این فناوریها، شما را برای ساخت برنامههای NLP مقیاسپذیر و کارآمد آماده میکند.
این کتاب برای توسعهدهندگان و دانشمندان داده با دانش پایه در یادگیری ماشین و برنامهنویسی پایتون مناسب است. اگر میخواهید برنامههای NLP پیشرفتهای بسازید، این کتاب راهنمای شماست.
انکور پاتل و اجای اپیلی آراسینیپالای، متخصصان برجسته در حوزه NLP، با تجربه در توسعه راهحلهای دادهمحور، دانش خود را با مثالهای عملی و توصیههای کاربردی در این کتاب به اشتراک گذاشتهاند.
نمونه چاپ کتاب موجود نیست.
نظرات کاربران (0)