Bewertung:
Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Develop Intelligent IOS Apps with Swift: Understand Texts, Classify Sentiments, and Autodetect Answers in Text Using Nlp
Kapitel 1: Sanfte Einführung in ML und NLP.
Ziel des Kapitels: Vorstellung allgemeiner Ideen von ML und wie NLP funktioniert.
- Einführung in ML.
- Einführung in NLP.
Kapitel 2: Apples ML-Werkzeuge.
Ziel des Kapitels: Lernen Sie die Werkzeuge kennen, die Apple für ML bereitstellt.
- CoreML.
- CreateML.
- TuriCreate.
Kapitel 3: Textklassifizierung.
Ziel des Kapitels: Lernen Sie die Werkzeuge kennen, die Apple für ML zur Verfügung stellt.
- Klassifizierung von Spam-SMS.
- Den Autor eines Textes finden.
- TuriCreate.
Kapitel 4: Framework für natürliche Sprache.
Ziel des Kapitels: Lernen Sie die in iOS eingebauten NLP-Funktionen kennen.
- Tokenisierung.
- Substantive, Verben und Adjektive klassifizieren.
- Erkennen von Personen, Orten und Organisationen im Text.
Kapitel 5: Antworten auf Fragen in einem Textdokument finden.
Ziel des Kapitels: Verwendung des BERT-Modells, um die Antwort auf die Frage eines Benutzers in einem Textdokument zu finden.
- BERT-Modell.
- Textverarbeitung.
Kapitel 6: Fortgeschrittene Verwendungen.
- Konvertieren von NLP-Modellen von Keras zu Core ML.
- Konvertieren von NLP-Modellen von TensorFlow zu Core ML.
