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
ویرایش:
نویسندگان: Sonali Sahu
سری:
ISBN (شابک) : 1801810567, 9781801810562
ناشر: Packt Publishing
سال نشر: 2022
تعداد صفحات: 246
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 22 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Intelligent Document Processing with AWS AI/ML: A comprehensive guide to building IDP pipelines with applications across industries 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 پردازش هوشمند اسناد با AWS AI/ML: راهنمای جامع برای ساخت خطوط لوله IDP با کاربرد در صنایع 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 کمک پردازش هوشمند اسناد، برنامه های کاربردی هوش مصنوعی در دنیای واقعی را در سراسر صنایع بسازید
با افزایش تصاعدی حجم دادهها در این عصر دیجیتال، اهمیت زیادی برای حرفه ای ها این داده ها را به شیوه ای سریع و مقرون به صرفه پردازش می کنند تا ارزشی از آن به دست آورند. دادههایی که سازمانها دریافت میکنند معمولاً در قالب سند خام هستند و توانایی پردازش این اسناد برای برآوردن نیازهای رو به رشد کسبوکار بسیار مهم است.
این کتاب راهنمای جامعی است که به شما کمک میکند به دست آورید. با اصول AI/ML و کاربرد آنها در موارد استفاده پردازش اسناد آشنا شود. شما با درک چالشهای موجود در پردازش اسناد قدیمی شروع میکنید و کشف میکنید که چگونه میتوانید خطوط لوله پردازش اسناد را با خدمات AWS AI بسازید. با پیشروی، تجربه عملی با کتابخانه های محبوب پایتون برای پردازش و استخراج بینش از اسناد به دست خواهید آورد. این کتاب با اصول اولیه شروع میشود و شما را از موارد استفاده صنعتی واقعی برای پردازش اسناد برای ارائه مراقبتهای مبتنی بر ارزش در صنعت مراقبتهای بهداشتی و تسریع پردازش درخواست وام در صنعت مالی میبرد. در سرتاسر فصلها، خواهید فهمید که چگونه مجموعه مهارتهای خود را برای حل مسائل عملی به کار ببرید.
در پایان این کتاب AWS، بر مبانی سند تسلط خواهید داشت. پردازش با یادگیری ماشین از طریق اجرای عملی.
این کتاب برای متخصصان فنی و رهبران فکری است که میخواهند با بهرهگیری از بینش اسناد خود، مشکلات تجاری را درک و حل کنند. اگر می خواهید در مورد یادگیری ماشین و هوش مصنوعی بیاموزید و با موارد استفاده در دنیای واقعی مانند پردازش اسناد با فناوری کار کنید، این کتاب برای شما مناسب است. برای استفاده حداکثری از این کتاب، باید دانش اولیه AI/ML و مفاهیم برنامه نویسی پایتون را داشته باشید. این کتاب همچنین برای توسعه دهندگانی که به دنبال کشف AI/ML با موارد استفاده صنعتی هستند مفید است.
Build real-world artificial intelligence applications across industries with the help of intelligent document processing
With the volume of data growing exponentially in this digital era, it has become paramount for professionals to process this data in an accelerated and cost-effective manner to get value out of it. Data that organizations receive is usually in raw document format, and being able to process these documents is critical to meeting growing business needs.
This book is a comprehensive guide to helping you get to grips with AI/ML fundamentals and their application in document processing use cases. You'll begin by understanding the challenges faced in legacy document processing and discover how you can build end-to-end document processing pipelines with AWS AI services. As you advance, you'll get hands-on experience with popular Python libraries to process and extract insights from documents. This book starts with the basics, taking you through real industry use cases for document processing to deliver value-based care in the healthcare industry and accelerate loan application processing in the financial industry. Throughout the chapters, you'll find out how to apply your skillset to solve practical problems.
By the end of this AWS book, you'll have mastered the fundamentals of document processing with machine learning through practical implementation.
This book is for technical professionals and thought leaders who want to understand and solve business problems by leveraging insights from their documents. If you want to learn about machine learning and artificial intelligence, and work with real-world use cases such as document processing with technology, this book is for you. To make the most of this book, you should have basic knowledge of AI/ML and python programming concepts. This book is also especially useful for developers looking to explore AI/ML with industry use cases.
Cover Title Page Copyright Contributors Table of Contents Preface Part 1: Accurate Extraction of Documents and Categorization Chapter 1: Intelligent Document Processing with AWS AI and ML Understanding common document processing use cases across industries Understanding the AWS ML and AI stack Introducing Intelligent Document Processing pipeline Data capture Document classification Document extraction Document enrichment Document post-processing (review and verification) Consumption Summary References Chapter 2: Document Capture and Categorization Technical requirements Signing up for an AWS account Understanding data capture with Amazon S3 Data store Data sources Sensitive document processing Understanding document classification with the Amazon Comprehend custom classifier Training a Comprehend custom classification model Understanding document categorization with computer vision Summary Chapter 3: Accurate Document Extraction with Amazon Textract Technical requirements Understanding the challenges in legacy document extraction Using Amazon Textract for the accurate extraction of different types of documents Introducing Amazon Textract Using Amazon Textract for the accurate extraction of specialized documents Accurate extraction of ID document (driver’s license) ID document (US passport) accurate extraction Receipt document accurate extraction Invoice document accurate extraction Summary Chapter 4: Accurate Extraction with Amazon Comprehend Technical requirements Using Amazon Comprehend for accurate data extraction Understanding document extraction – the IDP extraction stage with Amazon Comprehend Understanding custom entities extraction with Amazon Comprehend Training an Amazon Comprehend custom entity recognizer Checking the performance of a trained model Inference result from the Amazon Comprehend custom entity recognizer Summary Part 2: Enrichment of Data and Post-Processing of Data Chapter 5: Document Enrichment in Intelligent Document Processing Technical requirements Understanding document enrichment Learning to use Amazon Comprehend Medical for accurate extraction of medical entities Amazon Comprehend Medical Learning to use Amazon Comprehend Medical for medical ontology Summary Chapter 6: Review and Verification of Intelligent Document Processing Technical requirements Learning post-processing for a completeness check Post-processing sensitive data Learning about the document review process with human-in-the-loop Summary References Chapter 7: Accurate Extraction, and Health Insights with Amazon HealthLake Technical requirements Introducing Fast Healthcare Interoperability Resources (FHIR) Using Amazon HealthLake as a health data store FHIR operations with Amazon HealthLake READ operation HealthLake PUT request Handling documents with an FHIR data store Summary References Part 3: Intelligent Document Processing in Industry Use Cases Chapter 8: IDP Healthcare Industry Use Cases Technical requirements Understanding IDP with healthcare prior authorization An introduction to the healthcare prior authorization process Automate prior authorization form filling using Amazon HealthLake Learning IDP for pharmacy receipt automation Understanding healthcare claims processing and risk adjustment with IDP Summary Chapter 9: Intelligent Document Processing – Insurance Industry Technical requirements Automating the benefits enrollment process with IDP Understanding insurance claims processing extraction with IDP The data capture and document classification stages of the IDP pipeline Document extraction stage of the IDP pipeline Understanding insurance claims processing document enrichment and review and verification Claims processing for an invalid claims form Summary Chapter 10: Intelligent Document Processing – Mortgage Processing Technical requirements Automating mortgage processing data capture and data categorization with IDP Automating mortgage processing data capture and data categorization with IDP Understanding mortgage processing extraction and enrichment with IDP Extraction with Comprehend Document enrichment for mortgage application processing Understanding the mortgage processing review and verification stage of the IDP pipeline Understanding financial services use cases for document processing Summary References: Index About Packt Other Books You May Enjoy