Maschinelles Lernen für Text

Bewertung: ⭐⭐⭐⭐⭐  (4,6 von 5)

Maschinelles Lernen für Text (C. Aggarwal Charu)

Leserbewertungen

Zusammenfassung:

Das Buch ist ein angesehenes Lehrbuch über maschinelles Lernen, das sich insbesondere auf Anwendungen in der Textverarbeitung und im Deep Learning konzentriert. Es wird für seine klaren und intuitiven Erklärungen komplexer Themen geschätzt, wodurch es sowohl für Akademiker als auch für Fachleute aus der Industrie geeignet ist. Einige Leser sind jedoch der Meinung, dass bestimmte Themen nicht einheitlich behandelt werden und dass es an praktischen Programmierbeispielen mangelt.

Vorteile:

⬤ Ausgezeichnete detaillierte Abdeckung von Techniken des maschinellen Lernens, einschließlich Deep Learning und Textverarbeitung.
⬤ Klarer, intuitiver und ansprechender Schreibstil.
⬤ Starke Integration von Konzepten mit beeindruckenden Einsichten.
⬤ Sowohl für Akademiker als auch für Fachleute aus der Industrie geeignet.
⬤ Gutes Referenzmaterial und bibliografische Zusammenfassungen werden bereitgestellt.
⬤ Übungen für den Unterricht verfügbar.

Nachteile:

⬤ Einige Themen, insbesondere die Textklassifizierung, werden überproportional stark behandelt.
⬤ Kein praktischer Programmier- oder Implementierungsleitfaden; es fehlt an konkreten Programmierbeispielen.
⬤ Wird von einigen Lesern als vage empfunden.
⬤ Einige Abschnitte sind möglicherweise zu oberflächlich oder zu allgemein in Bezug auf moderne NLP-Tools.

(basierend auf 10 Leserbewertungen)

Originaltitel:

Machine Learning for Text

Inhalt des Buches:

1 Eine Einführung in die Textanalyse. - 2 Textaufbereitung und Ähnlichkeitsberechnung.

- 3 Matrixfaktorisierung und Themenmodellierung. - 4 Text-Clustering. - 5 Text-Klassifikation: Grundlegende Modelle.

- 6 Lineare Modelle für Klassifikation und Regression.

- 7 Klassifikatorleistung und Bewertung. - 8 Gemeinsames Text Mining mit heterogenen Daten.

- 9 Information Retrieval und Suchmaschinen. - 10 Textsequenzmodellierung und Deep Learning. - 11 Text-Zusammenfassung.

- 12 Informationsextraktion. - 13 Opinion Mining und Stimmungsanalyse. - 14 Textsegmentierung und Ereignisdetektion.

Weitere Daten des Buches:

ISBN:9783319735306
Autor:
C. Aggarwal Charu
Verlag:
Springer Nature
Einband:Hardcover
Erscheinungsjahr:2018
Seitenzahl:493

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Lineare Algebra und Optimierung für maschinelles Lernen: Ein Lehrbuch - Linear Algebra and...
Springer Nature
Dieses Lehrbuch führt in die lineare Algebra und...
Lineare Algebra und Optimierung für maschinelles Lernen: Ein Lehrbuch - Linear Algebra and Optimization for Machine Learning: A Textbook
Maschinelles Lernen für Text - Machine Learning for Text
Springer Nature
1 Eine Einführung in die Textanalyse. - 2 Textaufbereitung und Ähnlichkeitsberechnung. - 3...
Maschinelles Lernen für Text - Machine Learning for Text
Lineare Algebra und Optimierung für maschinelles Lernen: Ein Lehrbuch - Linear Algebra and...
Springer Nature
Dieses Lehrbuch führt in die lineare Algebra und...
Lineare Algebra und Optimierung für maschinelles Lernen: Ein Lehrbuch - Linear Algebra and Optimization for Machine Learning: A Textbook
Data Mining: Das Lehrbuch - Data Mining: The Textbook
Springer Nature
Dieses Lehrbuch untersucht die verschiedenen Aspekte des Data Mining von den Grundlagen bis hin zu den...
Data Mining: Das Lehrbuch - Data Mining: The Textbook
Künstliche Intelligenz: Ein Lehrbuch - Artificial Intelligence: A Textbook
Springer Nature
Dieses Lehrbuch deckt das weite Feld der künstlichen Intelligenz ab. Die...
Künstliche Intelligenz: Ein Lehrbuch - Artificial Intelligence: A Textbook
Empfehlende Systeme: Das Lehrbuch - Recommender Systems: The Textbook
Springer Nature
Dieses Buch befasst sich umfassend mit dem Thema Empfehlungssysteme, die dem...
Empfehlende Systeme: Das Lehrbuch - Recommender Systems: The Textbook
Ausreißer-Analyse - Outlier Analysis
Springer Nature
Bietet alle grundlegenden Algorithmen für die Ausreißeranalyse in großer Ausführlichkeit, einschließlich derjenigen für...
Ausreißer-Analyse - Outlier Analysis
Empfehlungssysteme: Das Lehrbuch - Recommender Systems: The Textbook
Springer Nature
Dieses Buch befasst sich umfassend mit dem Thema Empfehlungssysteme, die dem Benutzer...
Empfehlungssysteme: Das Lehrbuch - Recommender Systems: The Textbook
Neuronale Netze und Deep Learning: Ein Lehrbuch - Neural Networks and Deep Learning: A...
Springer Nature
1 Eine Einführung in neuronale Netze. - 2 Maschinelles...
Neuronale Netze und Deep Learning: Ein Lehrbuch - Neural Networks and Deep Learning: A Textbook
Datenauswertung: Das Lehrbuch - Data Mining: The Textbook
Springer Nature
Dieses Lehrbuch untersucht die verschiedenen Aspekte des Data Mining von den Grundlagen bis hin zu den...
Datenauswertung: Das Lehrbuch - Data Mining: The Textbook
Maschinelles Lernen für Text - Machine Learning for Text
Springer Nature
1 Eine Einführung in die Textanalyse. - 2 Textaufbereitung und Ähnlichkeitsberechnung. - 3...
Maschinelles Lernen für Text - Machine Learning for Text
Künstliche Intelligenz: Ein Lehrbuch - Artificial Intelligence: A Textbook
Springer Nature
1 Eine Einführung in die Künstliche Intelligenz. - 2 Die Suche in...
Künstliche Intelligenz: Ein Lehrbuch - Artificial Intelligence: A Textbook
Neuronale Netze und Deep Learning: Ein Lehrbuch - Neural Networks and Deep Learning: A...
Springer Nature
Dieses Lehrbuch deckt sowohl klassische als auch...
Neuronale Netze und Deep Learning: Ein Lehrbuch - Neural Networks and Deep Learning: A Textbook
Maschinelles Lernen für Text - Machine Learning for Text
Springer Nature
Dieses Lehrbuch der zweiten Auflage bietet einen kohärent organisierten Rahmen für die Textanalyse, der...
Maschinelles Lernen für Text - Machine Learning for Text
Maschinelles Lernen für Text - Machine Learning for Text
Springer Nature
Textanalytik ist ein Gebiet, das an der Schnittstelle von Information Retrieval, maschinellem Lernen und...
Maschinelles Lernen für Text - Machine Learning for Text

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

Springer Nature