소득공제
PDF
eBook
파이토치로 배우는 자연어 처리
딥러닝을 이용한 자연어 처리 애플리케이션 구축
스마트한 PDF 필기 기능을 사용해 보세요!
- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
이 분야의 이벤트
이 상품의 태그
소개
목차
|
1장_소개1.1 지도 학습1.2 샘플과 타깃의 인코딩1.3 계산 그래프1.4 파이토치 기초1.5 연습문제1.6 요약1.7 참고 문헌2장_NLP 기술 빠르게 훑어보기2.1 말뭉치, 토큰, 타입2.2 유니그램, 바이그램, 트라이그램, …, n-그램2.3 표제어와 어간2.4 문장과 문서 분류하기2.5 단어 분류하기: 품사 태깅2.6 청크 나누기와 개체명 인식2.7 문장 구조2.8 단어 의미와 의미론2.9 요약2.10 참고 문헌3장_신경망의 기본 구성 요소3.1 퍼셉트론: 가장 간단한 신경망3.2 활성화 함수3.3 손실 함수3.4 지도 학습 훈련 알아보기3.5 부가적인 훈련 개념3.6 예제: 레스토랑 리뷰 감성 분류하기3.7 요약3.8 참고 문헌4장_자연어 처리를 위한 피드 포워드 신경망4.1 다층 퍼셉트론4.2 예제: MLP로 성씨 분류하기4.3 합성곱 신경망4.4 예제: CNN으로 성씨 분류하기4.5 CNN에 관한 추가 내용4.6 요약4.7 참고 문헌5장_단어와 타입 임베딩5.1 임베딩을 배우는 이유5.2 예제: CBOW 임베딩 학습하기5.3 예제: 문서 분류에 사전 훈련된 임베딩을 사용한 전이 학습5.4 요약5.5 참고 문헌6장_자연어 처리를 위한 시퀀스 모델링 - 초급6.1 순환 신경망 소개6.2 예제: 문자 RNN으로 성씨 국적 분류하기6.3 요약6.4 참고 문헌7장_자연어 처리를 위한 시퀀스 모델링 - 중급7.1 엘만 RNN의 문제점7.2 엘만 RNN의 문제 해결책: 게이팅7.3 예제: 문자 RNN으로 성씨 생성하기7.4 시퀀스 모델 훈련 노하우7.5 참조 문헌8장_자연어 처리를 위한 시퀀스 모델링 - 고급8.1 시퀀스-투-시퀀스 모델, 인코더-디코더 모델, 조건부 생성8.2 강력한 시퀀스 모델링: 양방향 순환 모델8.3 강력한 시퀀스 모델링: 어텐션8.4 시퀀스 생성 모델 평가8.5 예제: 신경망 기계 번역8.6 요약9장_고전 모델, 최신 모델, 더 배울 것들9.1 지금까지 배운 내용9.2 전통적인 NLP 주제9.3 최신 NLP 모델9.4 NLP 시스템을 위한 디자인 패턴9.5 더 배울 것들9.6 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
품목정보
- 발행일
- 2021년 05월 31일
- 이용안내
-
- 배송 없이 구매 후 바로 읽기
- 이용기간 제한없음
- TTS 불가능
- 저작권 보호를 위해 인쇄 기능 제공 안함
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 6.99MB ?
- 글자 수/ 페이지 수
- 약 295쪽 ?
- ISBN13
- 9791162246795
출판사 리뷰
|
수식 없이 예제를 통해 배우는 자연어 처리 & 딥러닝자연어 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)
|
