Leserbewertungen
Zusammenfassung:Das Buch „Deep Learning for Search“ wird für seinen schönen Schreibstil und seine Zugänglichkeit gelobt, die technische Themen leichter verständlich macht. Es bietet praktische Beispiele unter Verwendung von Java und Apache Lucene und richtet sich an alle, die an Suchtechnologien interessiert sind. Einige Leser sind jedoch der Meinung, dass das Buch zu sehr auf Lucene fokussiert ist und es ihm an Tiefe in Bezug auf Deep-Learning-Konzepte mangelt, so dass es möglicherweise nicht den Erwartungen erfahrener Benutzer entspricht, die fortgeschrittenere Einblicke suchen.
Vorteile:⬤ Wunderschön geschrieben und leicht zu lesen, vergleichbar mit einem Roman.
⬤ Bietet praktische Beispiele unter Verwendung von Java und Apache Lucene.
⬤ Gute Einführung in Deep-Learning-Konzepte.
⬤ Bietet nützliche Ideen für die professionelle Arbeit.
⬤ Fehlt es an Tiefe im Deep Learning, konzentriert sich zu sehr auf Apache Lucene.
⬤ Könnte für Leser mit viel Erfahrung in Lucene oder verwandten Technologien nicht überzeugend sein.
⬤ Nischenthema, das möglicherweise kein breiteres Publikum anspricht.
(basierend auf 4 Leserbewertungen)
Originaltitel:
Deep Learning for Search
Inhalt des Buches:
Zusammenfassung
Deep Learning for Search zeigt Ihnen, wie Sie die Effektivität Ihrer Suche durch die Implementierung von auf neuronalen Netzen basierenden Techniken verbessern können. Wenn Sie mit diesem Buch fertig sind, werden Sie in der Lage sein, erstaunliche Suchmaschinen zu entwickeln, die die Ergebnisse liefern, die Ihre Nutzer brauchen, und die mit der Zeit immer besser werden.
Vorwort von Chris Mattmann.
Der Kauf des gedruckten Buches beinhaltet ein kostenloses eBook im PDF-, Kindle- und ePub-Format von Manning Publications.
Über die Technologie
Deep Learning meistert die schwierigsten Suchherausforderungen, darunter ungenaue Suchbegriffe, schlecht indizierte Daten und das Auffinden von Bildern mit minimalen Metadaten. Und mit modernen Werkzeugen wie DL4J und TensorFlow können Sie leistungsstarke DL-Techniken anwenden, ohne einen tiefen Hintergrund in Datenwissenschaft oder natürlicher Sprachverarbeitung (NLP) zu haben. Dieses Buch wird Ihnen zeigen, wie.
Über das Buch
In Deep Learning for Search lernen Sie, wie Sie Ihre Suchergebnisse mit neuronalen Netzen verbessern können. Sie erfahren, wie sich DL auf Suchgrundlagen wie Indizierung und Ranking bezieht. Dann gehen Sie durch ausführliche Beispiele, um Ihre Suche mit DL-Techniken unter Verwendung von Apache Lucene und Deeplearning4j zu verbessern. Im weiteren Verlauf des Buches werden Sie sich mit fortgeschrittenen Themen wie der Suche in Bildern, der Übersetzung von Benutzeranfragen und der Entwicklung von Suchmaschinen, die sich durch Lernen verbessern, beschäftigen.
Was ist drin?
⬤ Genaue und relevante Rankings.
⬤ Sprachübergreifende Suche.
⬤ Inhaltsbasierte Bildersuche.
⬤ Suche mit Empfehlungen.
Über den Reader
Für Entwickler, die mit Java oder einer ähnlichen Sprache und den Grundlagen der Suche vertraut sind. Keine Erfahrung mit Deep Learning oder NLP erforderlich.
Über den Autor
Tommaso Teofili ist ein Software-Ingenieur mit einer Leidenschaft für Open Source und maschinelles Lernen. Als Mitglied der Apache Software Foundation trägt er zu einer Reihe von Open-Source-Projekten bei, die von Themen wie Information Retrieval (wie Lucene und Solr) bis hin zu natürlicher Sprachverarbeitung und maschineller Übersetzung (einschließlich OpenNLP, Joshua und UIMA) reichen.
Derzeit arbeitet er bei Adobe an der Entwicklung von Such- und Indizierungsinfrastrukturkomponenten und forscht in den Bereichen natürliche Sprachverarbeitung, Information Retrieval und Deep Learning. Er hat Vorträge über Suche und maschinelles Lernen auf Konferenzen wie BerlinBuzzwords, International Conference on Computational Science, ApacheCon, EclipseCon und anderen gehalten. Sie können ihn auf Twitter unter @tteofili finden.
Inhaltsverzeichnis
TEIL 1 - SUCHE TRIFFT AUF DEEP LEARNING.
⬤ Neuronale Suche.
⬤ Synonyme generieren.
TEIL 2 - NEURONALE NETZE AUF EINE SUCHMASCHINE ANWENDEN.
⬤ Vom einfachen Retrieval zur Texterzeugung.
⬤ Empfindlichere Suchvorschläge.
⬤ Ranking von Suchergebnissen mit Worteinbettungen.
⬤ Dokumenteneinbettungen für Rankings und Empfehlungen.
TEIL 3 - EIN SCHRITT WEITER.
⬤ Sprachübergreifende Suche.
⬤ Inhaltsbasierte Bildsuche.
⬤ Ein Blick auf die Leistung.
Weitere Daten des Buches:
| ISBN: | 9781617294792 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2019 |
| Seitenzahl: | 328 |
Kauf:
Derzeit verfügbar, auf Lager.
