دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Joydeep Bhattacharjee سری: ISBN (شابک) : 1789130999, 9781789130997 ناشر: Packt Publishing سال نشر: 2018 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب QuickText راهنمای شروع سریع: شروع به استفاده از کتابخانه فیس بوک برای نمایش و طبقه بندی متن: یادگیری ماشینی، یادگیری عمیق، پردازش زبان طبیعی، پایتون، شبکه های عصبی کانولوشن، شبکه های عصبی تکراری، برنامه های کاربردی وب، توسعه موبایل، Keras، TensorFlow، Gensim، Text Wrangling، SpaCy، fastText، PyTorch
در صورت تبدیل فایل کتاب fastText Quick Start Guide: Get started with Facebook’s library for text representation and classification به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب QuickText راهنمای شروع سریع: شروع به استفاده از کتابخانه فیس بوک برای نمایش و طبقه بندی متن نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
با کتابخانه fastText فیس بوک، نمایش و طبقه بندی متن سریع کارآمد را انجام دهید ویژگی های کلیدی ● معرفی کتابخانه fastText فیس بوک برای NLP ● نمایش کلمات کارآمد، طبقه بندی جملات، نمایش برداری را انجام دهید ● راه حل های بهتر و مقیاس پذیرتر برای نمایش و طبقه بندی متن بسازید توضیحات کتاب کتابخانه fastText فیس بوک بازنمایی و طبقه بندی متن را مدیریت می کند که برای پردازش زبان طبیعی (NLP) استفاده می شود. بیشتر سازمانها باید روزانه با حجم عظیمی از دادههای متنی سر و کار داشته باشند و دستیابی به بینش دادههای کارآمد به ابزارهای قدرتمند NLP مانند fastText نیاز دارد. این کتاب مقدمه ایده آل شما برای fastText است. شما یاد خواهید گرفت که چگونه از خط فرمان، بدون نیاز به کدهای پیچیده، مدل های fastText ایجاد کنید. شما الگوریتم هایی را که fastText بر روی آنها ساخته شده است و نحوه استفاده از آنها برای نمایش کلمات و طبقه بندی متن را بررسی خواهید کرد. در مرحله بعد، از fastText در ارتباط با سایر کتابخانه ها و فریم ورک های محبوب مانند Keras، TensorFlow و PyTorch استفاده خواهید کرد. در نهایت، مدل های fastText را در دستگاه های تلفن همراه مستقر خواهید کرد. در پایان این کتاب، شما تمام دانش لازم برای استفاده از fastText را در برنامه های کاربردی خود در محل کار یا پروژه ها خواهید داشت. آنچه خواهید آموخت ● با استفاده از گزینه های خط فرمان پیش فرض در fastText مدل ایجاد کنید ● الگوریتم های مورد استفاده در fastText برای ایجاد بردارهای کلمه را درک کنید ● قابلیتهای تبدیل متن خط فرمان و کتابخانه fastText را برای پیادهسازی خط لوله آموزشی، اعتبارسنجی و پیشبینی ترکیب کنید. ● نمایش کلمه و طبقه بندی جملات را با استفاده از fastText کاوش کنید ● از Gensim و spaCy برای بارگیری بردارها، تبدیل، واژهسازی، و انجام کارآمد سایر وظایف NLP استفاده کنید. ● با استفاده از فریم ورکهای محبوب مانند Keras، Tensorflow، و PyTorch یک طبقهبندیکننده NLP fastText ایجاد کنید. این کتاب برای چه کسی است این کتاب برای تحلیلگران داده، دانشمندان داده و توسعه دهندگان یادگیری ماشینی است که می خواهند با استفاده از کتابخانه fastText فیس بوک، نمایش کلمات و طبقه بندی جملات کارآمد را انجام دهند. دانش اولیه برنامه نویسی پایتون مورد نیاز است.
Perform efficient fast text representation and classification with Facebook's fastText library Key Features ● Introduction to Facebook's fastText library for NLP ● Perform efficient word representations, sentence classification, vector representation ● Build better, more scalable solutions for text representation and classification Book Description Facebook's fastText library handles text representation and classification, used for Natural Language Processing (NLP). Most organizations have to deal with enormous amounts of text data on a daily basis, and gaining efficient data insights requires powerful NLP tools such as fastText. This book is your ideal introduction to fastText. You will learn how to create fastText models from the command line, without the need for complicated code. You will explore the algorithms that fastText is built on and how to use them for word representation and text classification. Next, you will use fastText in conjunction with other popular libraries and frameworks such as Keras, TensorFlow, and PyTorch. Finally, you will deploy fastText models to mobile devices. By the end of this book, you will have all the required knowledge to use fastText in your own applications at work or in projects. What you will learn ● Create models using the default command line options in fastText ● Understand the algorithms used in fastText to create word vectors ● Combine command line text transformation capabilities and the fastText library to implement a training, validation, and prediction pipeline ● Explore word representation and sentence classification using fastText ● Use Gensim and spaCy to load the vectors, transform, lemmatize, and perform other NLP tasks efficiently ● Develop a fastText NLP classifier using popular frameworks, such as Keras, Tensorflow, and PyTorch Who this book is for This book is for data analysts, data scientists, and machine learning developers who want to perform efficient word representation and sentence classification using Facebook's fastText library. Basic knowledge of Python programming is required.
Introducing FastText 1. Creating Models Using FastText Command Line 2. Word Representations in FastText 3. Sentence Classification in FastText 4. FastText in Python 5. Machine Learning and Deep Learning Models 6. Deploying Models to Web and Mobile