Semi-Überwachtes Lernen für Computerlinguistik

Bewertung:   (4,2 von 5)

Semi-Überwachtes Lernen für Computerlinguistik (Steven Abney)

Leserbewertungen

Zusammenfassung:

Das Buch dient als Einführung in semi-supervised learning-Methoden im Bereich des maschinellen Lernens und konzentriert sich auf die Textverarbeitung. Es ist so konzipiert, dass es für Neulinge zugänglich ist, indem es klare Erklärungen liefert und schrittweise in Schlüsselkonzepte einführt, während es auch für erfahrenere Leser im Bereich NLP wertvoll ist. Allerdings kann das Englisch des Autors manchmal etwas schwierig sein und erfordert eine sorgfältige Lektüre.

Vorteile:

Gute Einführung in Konzepte des semi-supervised learning und des maschinellen Lernens.

Nachteile:

Klare und sanfte Darstellung von unüberwachten und überwachten Methoden.

(basierend auf 3 Leserbewertungen)

Originaltitel:

Semisupervised Learning for Computational Linguistics

Inhalt des Buches:

Der rasche Fortschritt im theoretischen Verständnis statistischer und maschineller Lernmethoden für das semisupervised learning hat es für Nicht-Spezialisten schwierig gemacht, auf dem Gebiet auf dem Laufenden zu bleiben. Semisupervised Learning for Computational Linguistics bietet eine umfassende, leicht zugängliche Behandlung der Theorie sowie der linguistischen Anwendungen und behandelt in sich geschlossene semisupervised Methoden, die auch Hintergrundmaterial zum überwachten und unüberwachten Lernen enthalten.

Das Buch gibt einen kurzen Überblick über die Geschichte des halbüberwachten Lernens und seinen Platz im Spektrum der Lernmethoden, bevor bekannte Methoden zur Verarbeitung natürlicher Sprache wie Selbsttraining und Co-Training behandelt werden. Anschließend werden Techniken des maschinellen Lernens behandelt, darunter die grenzwertorientierten Methoden der Perceptrons, Boosting, Support Vector Machines (SVMs) und das Null-Kategorie-Rauschmodell. Darüber hinaus befasst sich das Buch mit Clustering, dem Algorithmus der Erwartungsmaximierung (EM), verwandten generativen Methoden und Übereinstimmungsmethoden.

Es schließt mit der graphenbasierten Methode der Labelpropagation sowie einer detaillierten Diskussion von Spektralmethoden. Dieses übersichtliche Buch erleichtert die Anwendung von Methoden des halbüberwachten Lernens auf die Verarbeitung natürlicher Sprache und bietet den Rahmen und die Motivation für ein systematischeres Studium des maschinellen Lernens, indem es die Materie intuitiv angeht.

Weitere Daten des Buches:

ISBN:9780367388638
Autor:
Verlag:
Sprache:Englisch
Einband:Taschenbuch
Erscheinungsjahr:2019
Seitenzahl:320

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Semi-Überwachtes Lernen für Computerlinguistik - Semisupervised Learning for Computational...
Der rasche Fortschritt im theoretischen Verständnis...
Semi-Überwachtes Lernen für Computerlinguistik - Semisupervised Learning for Computational Linguistics

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht: