소득공제
파이토치로 배우는 자연어 처리
딥러닝을 이용한 자연어 처리 애플리케이션 구축
- 베스트
- IT 모바일 top100 3주
이미 소장하고 있다면 판매해 보세요.
- 국내배송만 가능
- 문화비소득공제 가능
이 분야의 이벤트
이 상품의 태그
책소개
목차
|
1장_소개
1.1 지도 학습 1.2 샘플과 타깃의 인코딩 1.3 계산 그래프 1.4 파이토치 기초 1.5 연습문제 1.6 요약 1.7 참고 문헌 2장_NLP 기술 빠르게 훑어보기 2.1 말뭉치, 토큰, 타입 2.2 유니그램, 바이그램, 트라이그램, …, n-그램 2.3 표제어와 어간 2.4 문장과 문서 분류하기 2.5 단어 분류하기: 품사 태깅 2.6 청크 나누기와 개체명 인식 2.7 문장 구조 2.8 단어 의미와 의미론 2.9 요약 2.10 참고 문헌 3장_신경망의 기본 구성 요소 3.1 퍼셉트론: 가장 간단한 신경망 3.2 활성화 함수 3.3 손실 함수 3.4 지도 학습 훈련 알아보기 3.5 부가적인 훈련 개념 3.6 예제: 레스토랑 리뷰 감성 분류하기 3.7 요약 3.8 참고 문헌 4장_자연어 처리를 위한 피드 포워드 신경망 4.1 다층 퍼셉트론 4.2 예제: MLP로 성씨 분류하기 4.3 합성곱 신경망 4.4 예제: CNN으로 성씨 분류하기 4.5 CNN에 관한 추가 내용 4.6 요약 4.7 참고 문헌 5장_단어와 타입 임베딩 5.1 임베딩을 배우는 이유 5.2 예제: CBOW 임베딩 학습하기 5.3 예제: 문서 분류에 사전 훈련된 임베딩을 사용한 전이 학습 5.4 요약 5.5 참고 문헌 6장_자연어 처리를 위한 시퀀스 모델링 - 초급 6.1 순환 신경망 소개 6.2 예제: 문자 RNN으로 성씨 국적 분류하기 6.3 요약 6.4 참고 문헌 7장_자연어 처리를 위한 시퀀스 모델링 - 중급 7.1 엘만 RNN의 문제점 7.2 엘만 RNN의 문제 해결책: 게이팅 7.3 예제: 문자 RNN으로 성씨 생성하기 7.4 시퀀스 모델 훈련 노하우 7.5 참조 문헌 8장_자연어 처리를 위한 시퀀스 모델링 - 고급 8.1 시퀀스-투-시퀀스 모델, 인코더-디코더 모델, 조건부 생성 8.2 강력한 시퀀스 모델링: 양방향 순환 모델 8.3 강력한 시퀀스 모델링: 어텐션 8.4 시퀀스 생성 모델 평가 8.5 예제: 신경망 기계 번역 8.6 요약 9장_고전 모델, 최신 모델, 더 배울 것들 9.1 지금까지 배운 내용 9.2 전통적인 NLP 주제 9.3 최신 NLP 모델 9.4 NLP 시스템을 위한 디자인 패턴 9.5 더 배울 것들 9.6 참고 문헌 |
저자 소개 3
Delip Rao
프란시스코에 기반을 두고 머신러닝과 자연어 처리 연구에 특화된 컨설팅을 제공하는 회사인 주스트웨어Joostware의 창립자이다. 또한 뉴스 미디어의 팩트 체크 문제를 해결하고자 해커와A I 연구자들이 함께 만든 페이크 뉴스 챌린지Fake News Challenge의 공동 창립자다. 델립은 이전에 트위터와 아마존(알렉사Alexa )에서 NLP 연구와 제품 개발을 했다.
Brian McMahan
웰스 파고Wells Fargo의 연구 과학자로 주로 자연어 처리를 연구한다. 이전에는 주스트웨어에서 자연어 처리를 연구했다.
기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. Google AI/Cloud GDE, Microsoft AI MVP이다. 텐서플로우 블로그(tensorflow.blog)를 운영하고 있으며, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다.
《혼자 만들면서 공부하는 딥러닝》(한빛미디어, 2025), 《혼자 공부하는 머신러닝+딥러닝 개정판》(한빛미디어, 2025), 《혼자 공부하는 데이터 분석 with 파이썬》(한빛미디어, 2023), 《챗GPT로 대화하는 기술》(한빛미디어, 2023), 《Do it! 딥러닝
기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했다. Google AI/Cloud GDE, Microsoft AI MVP이다. 텐서플로우 블로그(tensorflow.blog)를 운영하고 있으며, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있다.
《혼자 만들면서 공부하는 딥러닝》(한빛미디어, 2025), 《혼자 공부하는 머신러닝+딥러닝 개정판》(한빛미디어, 2025), 《혼자 공부하는 데이터 분석 with 파이썬》(한빛미디어, 2023), 《챗GPT로 대화하는 기술》(한빛미디어, 2023), 《Do it! 딥러닝 입문》(이지스퍼블리싱, 2019)을 집필했다.
《밑바닥부터 만들면서 배우는 LLM》(길벗, 2025), 《핸즈온 LLM》(한빛미디어, 2025), 《머신 러닝 Q & AI》(길벗, 2025), 《개발자를 위한 수학》(한빛미디어, 2024), 《실무로 통하는 ML 문제 해결 with 파이썬》(한빛미디어, 2024), 《머신러닝 교과서: 파이토치 편》(길벗, 2023), 《스티븐 울프럼의 챗GPT 강의》(한빛미디어, 2023), 《핸즈온 머신러닝 3판》(한빛미디어, 2023), 《만들면서 배우는 생성 딥러닝 2판》(한빛미디어, 2023), 《코딩 뇌를 깨우는 파이썬》(한빛미디어, 2023), 《트랜스포머를 활용한 자연어 처리》(한빛미디어, 2022), 《케라스 창시자에게 배우는 딥러닝 2판》(길벗, 2022), 《개발자를 위한 머신러닝&딥러닝》(한빛미디어, 2022), 《XGBoost와 사이킷런을 활용한 그레이디언트 부스팅》(한빛미디어, 2022), 《구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js》(길벗, 2022), 《파이썬 라이브러리를 활용한 머신러닝 개정2판》(한빛미디어, 2022), 《머신러닝 교과서 3판》(길벗, 2021)을 포함하여 수십 권의 책을 우리말로 옮겼다.
《혼자 만들면서 공부하는 딥러닝》(한빛미디어, 2025), 《혼자 공부하는 머신러닝+딥러닝 개정판》(한빛미디어, 2025), 《혼자 공부하는 데이터 분석 with 파이썬》(한빛미디어, 2023), 《챗GPT로 대화하는 기술》(한빛미디어, 2023), 《Do it! 딥러닝 입문》(이지스퍼블리싱, 2019)을 집필했다.
《밑바닥부터 만들면서 배우는 LLM》(길벗, 2025), 《핸즈온 LLM》(한빛미디어, 2025), 《머신 러닝 Q & AI》(길벗, 2025), 《개발자를 위한 수학》(한빛미디어, 2024), 《실무로 통하는 ML 문제 해결 with 파이썬》(한빛미디어, 2024), 《머신러닝 교과서: 파이토치 편》(길벗, 2023), 《스티븐 울프럼의 챗GPT 강의》(한빛미디어, 2023), 《핸즈온 머신러닝 3판》(한빛미디어, 2023), 《만들면서 배우는 생성 딥러닝 2판》(한빛미디어, 2023), 《코딩 뇌를 깨우는 파이썬》(한빛미디어, 2023), 《트랜스포머를 활용한 자연어 처리》(한빛미디어, 2022), 《케라스 창시자에게 배우는 딥러닝 2판》(길벗, 2022), 《개발자를 위한 머신러닝&딥러닝》(한빛미디어, 2022), 《XGBoost와 사이킷런을 활용한 그레이디언트 부스팅》(한빛미디어, 2022), 《구글 브레인 팀에게 배우는 딥러닝 with TensorFlow.js》(길벗, 2022), 《파이썬 라이브러리를 활용한 머신러닝 개정2판》(한빛미디어, 2022), 《머신러닝 교과서 3판》(길벗, 2021)을 포함하여 수십 권의 책을 우리말로 옮겼다.
박해선의 다른 상품
관련 분류
품목정보
- 발행일
- 2021년 06월 01일
- 쪽수, 무게, 크기
- 296쪽 | 183*235*20mm
- ISBN13
- 9791162244333
만든이 코멘트
|
안녕하세요 이 책의 역자입니다.
2021-05-27
안녕하세요. [파이토치로 배우는 자연어 처리]를 번역한 박해선입니다. 이 책은 델립 라오, 브라이언 맥머핸이 지은 [Natural Language Processing with PyTorch]의 번역서입니다. 페이스북에서 만든 파이토치(pytorch) 딥러닝 라이브러리를 사용해 자연어 처리 애플리케이션을 만드는 다양한 방법을 소개합니다. 자연어 처리 작업에 대해 설명하고 인공 신경망과 딥러닝, 파이토치에 대한 안내도 포함되어 있습니다. 번역서에는 카카오브레인에서 출시한 뽀로로(pororo) 패키지를 사용한 한글 처리 예제가 부록으로 포함되어 있습니다. 책의 모든 코드는 주피터 노트북(http://bit.ly/nlp-pytorch-git)으로 제공하며 구글 코랩(Colab)을 사용해 실습할 수 있습니다. 책을 구매하시면 제 블로그의 에러타 페이지(http://bit.ly/nlp-pytorch-git)를 꼭 참고해 주세요. [머신러닝 교과서 3판], [딥러닝 일러스트레이티드], [혼자 공부하는 머신러닝+딥러닝], [GAN 인 액션], [핸즈온 머신러닝 2], [미술관에 GAN 딥러닝], [Do It! 딥러닝 입문], [파이썬을 활용한 머신러닝 쿡북], [머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로], [파이썬 라이브러리를 활용한 머신러닝], [케라스 창시자에게 배우는 딥러닝] 등에 이어 열 다섯 번째 머신러닝 책입니다. 많은 분들의 응원 덕에 큰 힘을 얻습니다. 더 좋은 책으로 찾아 뵙겠습니다. 감사합니다.
|
출판사 리뷰
|
수식 없이 예제를 통해 배우는 자연어 처리 & 딥러닝
자연어 처리와 딥러닝은 급격히 성장하고 있는 분야입니다. 특히 머신러닝, 딥러닝은 지적인 과학이라기보다 경험적인 학문입니다. 이 책은 자연어 처리(NLP)와 딥러닝을 처음 접하는 독자를 위해 두 분야에서 중요하면서 기본이 되는 내용을 주로 다룹니다. 복잡한 수식과 이론보다는 구현에 중점을 두어 딥러닝과 자연어 처리를 학습할 수 있으며, 모든 예제는 구글 코랩에서 파이토치를 기반으로 실습할 수 있습니다. 실습 예제는 딥러닝과 자연어 처리를 학습하고 이해하는 데 꼭 필요한 내용을 위주로 구성되었습니다. 책을 통해 독자가 기초적인 토대를 다지고 이 분야의 가능성을 엿볼 수 있기를 바랍니다. 각 장의 친절한 엔드 투 엔드 예제가 여러분을 이런 경험으로 안내할 것입니다. 주요 내용 -계산 그래프 및 지도 학습 이해하기 -신경망을 구축하는 기본적인 방법 -자연어 처리의 기본 개념 학습하기 -자연어 처리를 위한 피드-포워드 신경망 -임베딩을 사용해 단어, 문장, 문서 및 기타 기능 나타내기 -자연어 처리를 위한 시퀀스 데이터 모델링 - 초급, 중급, 고급 -시퀀스 예측 및 시퀀스-투-시퀀스 모델 확장 -카카오브레인에서 만든 자연어 처리 라이브러리 뽀로로(pororo) 살펴보기(한국어판 부록) |
