Avis des lecteurs
Résumé:Ce livre constitue une solide introduction au traitement du langage naturel (NLP) et à l'apprentissage profond à l'aide de Python et de PyTorch, en particulier pour les débutants ayant une certaine expérience de la programmation. Il met l'accent sur le codage pratique et les exemples, mais souffre de problèmes liés à la profondeur des explications, à la qualité du code et à l'actualité du contenu.
Avantages:Ce livre est idéal pour les débutants en PNL, car il propose une introduction claire aux concepts et des exemples de codage pratiques. Il fournit une base solide dans les modèles de codage avec Python et PyTorch, et les exercices sont simples et facilement accessibles par le biais d'un dépôt GitHub. De nombreux lecteurs apprécient le style concis de l'ouvrage et la progression fluide des sujets simples vers les sujets avancés.
Inconvénients:Les critiques soulignent la brièveté du livre, suggérant qu'il manque de profondeur dans de nombreux domaines, ne donnant que de brèves explications pour de longs exemples de code. Certains ont relevé des problèmes liés à la qualité du code fourni, notamment des pièces manquantes et des bogues, ce qui peut rendre l'apprentissage frustrant. En outre, il ne couvre pas les nouvelles avancées de la PNL, comme les transformateurs et les mécanismes d'attention, et le livre est considéré comme un peu trop cher compte tenu de son contenu.
(basé sur 21 avis de lecteurs)
Titre original :
Natural Language Processing with Pytorch: Build Intelligent Language Applications Using Deep Learning
Contenu du livre :
Le traitement du langage naturel (NLP) offre des possibilités illimitées pour résoudre les problèmes d'intelligence artificielle, rendant possible des produits tels qu'Amazon Alexa et Google Translate. Si vous êtes un développeur ou un data scientist novice en matière de NLP et d'apprentissage profond, ce guide pratique vous montre comment appliquer ces méthodes à l'aide de PyTorch, une bibliothèque d'apprentissage profond basée sur Python.
Les auteurs Delip Rao et Brian McMahon vous donnent des bases solides sur les algorithmes de NLP et de deep learning et vous montrent comment utiliser PyTorch pour créer des applications impliquant des représentations riches de textes spécifiques aux problèmes auxquels vous êtes confrontés. Chaque chapitre comprend plusieurs exemples de code et des illustrations.
⬤ Les algorithmes d'apprentissage profond et les algorithmes de NLP vous permettront d'apprendre à utiliser PyTorch pour construire des applications impliquant des représentations de texte riches et spécifiques aux problèmes auxquels vous êtes confrontés.
⬤ Maîtriser les bases de la bibliothèque de manipulation de tenseurs optimisée par PyTorch.
⬤ Obtenez une vue d'ensemble des concepts et méthodes traditionnels de la PNL.
⬤ Apprenez les idées de base impliquées dans la construction de réseaux neuronaux.
⬤ Utiliser les embeddings pour représenter les mots, les phrases, les documents et d'autres caractéristiques.
⬤ Explorer la prédiction de séquences et générer des modèles de séquence à séquence.
⬤ Apprendre des modèles de conception pour construire des systèmes de NLP de production.
Autres informations sur le livre :
| ISBN : | 9781491978238 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 256 |
Achat:
Actuellement disponible, en stock.
