大数据智能 互联网时代机器学习和自然语言处理技术 PDF 下载
时间:2020-12-23 09:11
来源:http://www.java1234.com
作者:转载
侵权举报
大数据智能 互联网时代机器学习和自然语言处理技术 PDF 下载
| 失效链接处理 |
大数据智能 互联网时代机器学习和自然语言处理技术 PDF 下载
本站整理下载：
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/1799946720.html
相关截图：
资料简介：
《大数据智能互联网时代的机器学习和自然语言处理技术》是一本介绍大数据智能分析的科普书籍，旨在让更多的人了解和学习互联网时代的机器学习和自然语言处理技术，以期让大数据技术更好地为我们的生产和生活服务。
《大数据智能互联网时代的机器学习和自然语言处理技术》包括大数据智能基础和大数据智能应用两个部分，共8章。大数据智能基础部分有三章：第1章以深度学习为例介绍大数据智能的计算框架；第2章以知识图谱为例介绍大数据智能的知识库；第3章介绍大数据的计算处理系统。大数据智能应用部分有5章：第4章介绍智能问答，第5章介绍主题模型，第6章介绍个性化推荐，第7章介绍情感分析与意见挖掘，第8章介绍面向社会媒体内容的分析与应用。最后在《大数据智能——互联网时代的机器学习和自然语言处理技术》的后记部分为读者追踪大数据智能的学术材料提供了建议。
《大数据智能互联网时代的机器学习和自然语言处理技术》适合作为高等院校计算机相关专业的研究生学习参考资料，也适合电脑爱好者阅读。作者特别希望本书能够帮助所有愿意对大数据技术有所了解，以及想要将大数据技术应用于本职工作的读者
资料目录：
第1章深度学习――机器大脑的结构11．1概述31．1．1可以做酸奶的面包机――通用机器的概念31．1．2连接主义51．1．3用机器设计机器61．1．4深度网络61．1．5深度学习的用武之地71．2从人脑神经元到人工神经元81．2．1生物神经元中的计算灵感81．2．2激活函数91．3参数学习101．3．1模型的评价111．3．2有监督学习111．3．3梯度下降法121．4多层前馈网络131．4．1多层前馈网络141．4．2后向传播算法计算梯度161．5逐层预训练171．6深度学习是终极神器吗191．6．1深度学习带来了什么191．6．2深度学习尚未做到什么201．7内容回顾与推荐阅读21XII目录1．8参考文献21第2章知识图谱――机器大脑中的知识库232．1什么是知识图谱252．2知识图谱的构建272．2．1大规模知识库272．2．2互联网链接数据282．2．3互联网网页文本数据292．2．4多数据源的知识融合292．3知识图谱的典型应用302．3．1查询理解（QueryUnderstanding）302．3．2自动问答（QuestionAnswering）322．3．3文档表示（DocumentRepresentation）332．4知识图谱的主要技术342．4．1实体链指（EntityLinking）342．4．2关系抽取（RelationExtraction）352．4．3知识推理（KnowledgeReasoning）372．4．4知识表示（KnowledgeRepresentation）382．5前景与挑战392．6内容回顾与推荐阅读402．7参考文献41第3章大数据系统――大数据背后的支撑技术433．1概述453．2高性能计算技术463．2．1超级计算机的组成473．2．2并行计算的系统支持483．3虚拟化和云计算技术523．3．1虚拟化技术52目录XIII3．3．2云计算服务543．4基于分布式计算的大数据系统553．4．1Hadoop生态系统553．4．2Spark613．4．3典型的大数据基础架构633．5大规模图计算633．5．1分布式图计算框架643．5．2高效的单机图计算框架653．6NoSQL663．6．1MongoDB简介673．7内容回顾与推荐阅读693．8参考文献70第4章智能问答――智能助手是如何炼成的714．1概述734．2问答系统的主要组成774．3文本问答系统784．3．1问题理解784．3．2知识检索814．3．3答案生成834．4社区问答系统844．4．1社区问答系统的结构854．4．2相似问题检索864．4．3答案过滤864．5多媒体问答系统874．6大型问答系统案例：IBM沃森问答系统894．6．1沃森的总体结构894．6．2问题解析904．6．3知识储备90XIV目录4．6．4检索和候选答案生成914．6．5可信答案确定924．7内容回顾与推荐阅读934．8参考文献94第5章主题模型――机器的智能摘要利器975．1概述995．2主题模型出现的背景1005．3第一个主题模型潜在语义分析1025．4第一个正式的概率主题模型1045．5第一个正式的贝叶斯主题模型1055．6LDA的概要介绍1065．6．1LDA的延伸理解――主题模型广义理解1095．6．2模型求解1115．6．3模型评估1125．6．4模型选择：主题数目的确定1135．7主题模型的变形与应用1145．7．1基于LDA的模型变种1145．7．2基于LDA的典型应用1155．7．3一个基于主题模型的新浪名人话题排行榜应用1185．8内容回顾与推荐阅读1225．9参考文献123第6章个性化推荐系统――如何了解电脑背后的TA1296．1概述1316．1．1推荐系统的发展历史1326．1．2推荐无处不在1336．1．3从千人一面到千人千面1336．2个性化推荐的基本问题1346．2．1推荐系统的输入135目录XV6．2．2推荐系统的输出1376．2．3个性化推荐的形式化1376．2．4推荐系统的三大核心问题1386．3典型推荐算法浅析1396．3．1推荐算法的分类1396．3．2典型推荐算法介绍1406．3．3基于矩阵分解的打分预测1466．3．4推荐的可解释性1516．3．5推荐算法的评价1536．3．6我们走了多远1566．4参考文献160第7章情感分析与意见挖掘――计算机如何了解人类情感1657．1概述1677．2情感分析的主要研究问题1727．3情感分析的主要方法1757．3．1构成情感和观点的基本元素1757．3．2情感极性与情感词典1777．3．3属性－观点对1827．3．4情感分析1847．4主要的情感词典资源1887．5内容回顾与推荐阅读1897．6参考文献190第8章面向社会媒体大数据的语言使用分析及应用1958．1概述1978．2面向社会媒体的自然语言使用分析1978．2．1词汇的时空传播与演化1988．2．2语言使用与个体差异200XVI目录8．2．3语言使用与社会地位2028．2．4语言使用与群体分析2038．3面向社会媒体的自然语言分析应用2068．3．1社会预测2068．3．2霸凌现象定量分析2078．4未来研究的挑战与展望2088．5参考文献209后记214国际学术组织、学术会议与学术论文214国内学术组织、学术会议与学术论文216如何快速了解某个领域的研究进展217
|
------分隔线----------------------------
苏公网安备 32061202001004号
