машинное обучение основы алгоритмы и практика применения
Доступное введение в NLP и машинное обучение для тех, кто только начинает изучение той или другой дисциплины. Нейронные сети прямого распространения. Работа с данными естественного языка. Отношения между словами в контексте. Языковое моделирование. Моделирование деревьев с помощью рекурсивных нейронных сетей. Знакомство с предпосылками, терминологией, инструментами и методиками, необходимыми для понимания принципов, лежащих в основе нейросетевых моделей языка. Полезные и нестандартные пути применения современных технологий к задачам обработки языка. Это классическое руководство посвящено применению нейросетевых моделей к обработке данных естественного языка (Natural Language Processing - NLP).В первой половине книги рассматриваются основы машинного обучения с учителем на лингвистических данных и применение векторных, а не символических представлений слов. Обсуждается также абстракция графа вычислений, которая позволяет легко определять и обучать произвольные нейронные сети и лежит в основе современных программных нейросетевых библиотек. Во второй части вводятся более специализированные нейросетевые архитектуры, включая одномерные сверточные сети, рекуррентные нейронные сети, модели условной генерации и модели с механизмом внимания. Эти архитектуры и методы - движущая сила современных алгоритмов машинного перевода, синтаксического анализа и многих других приложений. Наконец, обсуждаются древовидные сети, структурное предсказание и перспективы многозадачного обучения. Издание предназначено студентам вузов, а также специалистам в области машинного перевода и нейронных сетей