Официальный подлинный крупные данные интеллектуальные данные, основанные на естественном языке, технология обработки естественного языка
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
 ——Книга включает в себя три части: Intelligent Foundation, Technology и Application Big Data, в общей сложности 14 глав.В качестве примера есть 3 главы: Глава 1 принимает глубокое обучение, чтобы ввести структуру расчета интеллекта больших данных; Система обработки расчета для больших данных.В детали технологии есть 6 глав, которые вводят машинный перевод, модель темы, эмоциональный анализ и добычу мнений, интеллектуальные вопросы и ответы и диалог, персонализированную рекомендацию, написание машины.Существует 5 главы приложения, которая вводит в интеллектуальную медицинскую помощь, интеллектуальную медицинскую помощь, умные судебные, умные финансы и вычислительные социальные науки.Часть книги предоставляет для читателей предложения по отслеживанию интеллекта больших данных*новые академические данные.
Оглавление
1 расчет глубины——
1.1 Удивительное глубокое обучение ... ... ...
1.1.1 Хлебная машина, которую можно использовать в качестве йогурта: концепция общей машины ...
1.1.2 Коннектизм ............................. ................. .......... 4
1.1.3 Создайте машину с помощью машины ................................. ........ .....................
1.1.4 в сети -Депт ... .............................. 6
1.1.5 Место боевых искусств для глубокого обучения ..................................... .. ................. 6
1.2 От нейронов человека до искусственных нейронов ... .......................
1.2.1 Расчет вдохновения в биологических нейронах ... ................ 8
1.2.2 Функция активации ... .............................
1.3 Обучение параметрам ... ................................................ ................ 10
1.3.1 Оценка модели ... ............................ 11
1.3.2 Существует обучение надзору ... ................................ 11
1.3.3 Метод падения градиента ................................ ............ .............. 12
1.4 Сеть обратной связи с несколькими слоями ... .......................................... ............................. 14
1.4.1 Multi -Layer Feeding Network .......................................... ........................... 14
1.4.2 Рассчитайте градиент на алгоритм связи ... ................... 16
1.5 Предварительный слой по слону ................................................................................................................................................... .................................................. ............ 17
1.6 - это глубокое обучение ** Артефакт ................................ .......... .............. 20
1.6.1 Что приносит глубокое обучение .......................................... .................... 20
1.6.2 Глубокое обучение еще не было сделано ......................................... .. ................. двадцать один
1.7 Обзор контента и чтение рекомендаций ... ................................. двадцать два
1.8 Ссылки ................................................. ............................. двадцать три
2 карта знаний——
2.1 Что такое карта знаний ... .................................... 25
2.2 Строительство карты знаний ............................................ ................................. 28
2.2.1 Большая база знаний ... .......................... 28
2.2.2 Данные интернет -ссылки .................................... ........ .................. 29
2.2.3 Текстовые данные Интернета .......................................... ............. ................. 30
2.2.4 Интеграция знаний об источниках данных ... ........................ 31
2.3 Типичное применение карты знаний ... ........................ 32
2.3.1 Понимание запросов ... ... ...
2.3.2 Автоматические вопросы и ответы ... ... ...
2.3.3 документ указывает ................................... ... ...
2.4 Основная технология карты знаний ... .......................... 36
2.4.1 Физическая цепь относится к ......................................... ... ...
2.4.2 Извлечение отношений ............................. ... ...
2.4.3 Рассказывание знаний ... ... ...
2.4.4 Представление знаний ............................. ................ ........... 40
2.5 Перспективы и проблемы ... ................................... 42
2.6 Обзор контента и чтение рекомендаций ... ............................... 45
2.7 Ссылки ................................................. ........... 45
3 Система больших данных——
3.1 Насколько велики большие данные ... ............................................ .................................................. .................................................. ......................................
3.2 Технология вычисления высокой эффективности ... ................................ 49
3.2.1 Композиция супер компьютера .......................................... .... ....................... 49
3.2.2 Системная поддержка для параллельных вычислений ... ................ 51
3.3 Технология виртуализации и облачных вычислений ................................................ ..... ............................ 55
3.3.1 Технология виртуализации ... .................................... 56
3.3.2 Служба облачных вычислений ... ................................ 58
3.4 Система больших данных на основе распределенных вычислений ... .............. 59
3.4.1 Hadoop Ecosystem ... .............. 60
3.4.2 Spark ........................................................................................ 67
3.4.3 Типичная инфраструктура больших данных ... ................... 68
3.5 Большой расчет диаграммы ... ... ... ...
3.5.1 Структура расчета распределенного графа ... .................... 70
3.5.2. Эффективная структура расчета диаграммы.
3.6 NoSQL ................................................................................................ 72
3.6.1 Категория базы данных NOSQL ... ................. 72
3.6.2 MongoDB Введение ... .............................. 74
3.7 Обзор контента и чтение рекомендаций ... ................................ 76
3.8 Ссылки ............................. ................... ............... 77
4 тематическая модель——
4.1 от документа до темы ... ... ...
4.2 Фон модели темы ............................................................................................................................................................................... ........................................ 80
4.3 ** Модель темы: Потенциальный семантический анализ ... ............. 81
4.4 ** Формальная модель темы вероятности ... .............. 84
4.5 ** Формальная модель темы Байеса ... .............. 85
4.6 Сводка LDA введение .............................................. ............... .............................. 86
4.6.1 Понимание расширения LDA: модель темы в целом понимает ...
4.6.2 Решение модели ... .............................
4.6.3 Оценка модели ... .......................................... .................................................. ..
4.6.4 Выбор модели: определить количество темы ... ........ 94
4.7 Деформация и применение модели темы ............................................................................................................................................... ............ .......................... 95
4.7.1 модель варианта на основе LDA ... ................ 95
4.7.2 Типичные приложения на основе LDA ... ............ 97
4.7.3 Сина знаменитости темы на основе модели темы ...
4.8 Обзор контента и чтение рекомендаций ... ............................ 104
4.9 Ссылки ................................................. .................................................. ..... 105
5 машинный перевод——
5.1 Значение машинного перевода ... ...................................... 110
5.2 История разработки машинного перевода ... ............................... 111
5.2.1. Правила -на основе машинного перевода ... .................. 112
5.2.2 машинный перевод на основе корпуса ... ............ 112
5.2.3 машинный перевод на основе нейронной сети ... ............. 114
5.3 Классическая модель трансляции нейронной сети ... ............. 114
5.3.1 Перевод машины нейронной сети на основе циркулирующей нейронной сети ...
5.3.2 От последовательностей свертки до модели последовательности ... ............ 117
5.3.3 Модель трансформатора, основанная на механизме самообслуживания ...
5.4 Оценка качества перевода машин ... ....................... 120
5.5 Трансфер с заданием для машины ... ............................ 121
5.6 Ссылки ................................................. .................................................. ..................... 123
6 Эмоциональный анализ и добыча мнений——
6.1 Могут ли эмоции рассчитывать .............................................. ................................... 125
6.2 Где мне нужен текстовый эмоциональный анализ ... ......................... 126
6.2.1 Макро отражение эмоционального анализа ... ................ 127
6.2.2 Микроэлемент эмоционального анализа ... .............. 128
6.3 Основная проблема исследования эмоционального анализа ... ................ 129
6.4 Основной метод эмоционального анализа ... ............................................ ............................ 132
6.4.1 Основные элементы, которые составляют эмоции и взгляды ... ...... 132
6.4.2 Эмоциональная полярность и эмоциональный словарь ... ..................... 134
6.4.3. ................ ... ...
6.4.4 Эмоциональный полярный анализ ................................................ . ....................... 143
6.5 Основные ресурсы эмоционального анализа ... .............................................. .......................................... 148
6.6 Перспективы и проблемы ... ................................................................................................................................... ................................. 149
6.7 Обзор контента и чтение рекомендаций ... ......................... 150
6.8 Ссылки ................................................. .................................................. ......... 151
7 Smart Q & A и система диалога——
7.1 Вопросы и ответы: основная форма теста Тьюринга ... .............. 154
7.2 от Q & A до диалога ... ... ...
7.2.1 Основной процесс системы диалога ... .............. 156
7.2.2 Общие сцены системы текстового диалога ... ........... 157
7.3 Основная композиция системы Q & A ... ........................... 159
7.4 Текст Q & A System ... .................................. 161
7.4.1 Понимание вопросов ... .................................... 161
7.4.2 Поиск знаний ... .................................. 165
7.4.3 Generation ... .............................. 169
7.5 -Определить технологию понимания чтения и ответов ... ................... 169
7.5.1 Что такое задача понимания прочитанного ... ................ 170
7.5.2 Чтение модели задачи ... .............. 172
7.5.3 Другие инженерные методы для чтения задач понимания ... .... 173
7.6 Система вопросов и ответов сообщества ... .............................................. ................................... 174
7.6.1 Структура системы Q & A сообщества ... .............. 174
7.6.2 Подобные проблемы поиск ... ............................ 175
7.6.3 Отфильтрация ответов ... ... ...
7.6.4 Применение вопросов и ответов в сообществе ........................................... .......... .......................... 177
7.7 Multimedia Q & A System ... ... ...
7.8.
7.8.1 Общая структура Уотсона ... ......................................... .......................................
7.8.2 Анализ проблем ... ... ...
7.8.3 Резерв знаний ... .............................................. .................................................. ............ 183
7.8.4 Поиск и кандидат.
7.8.5 Достоверный ответ ОК ................................................ ........... ........................................... .................................................. ...............
7.9 Перспективы и проблемы ... ............................................................................................................................................... .................................................. ...
7.10 Обзор контента и чтение рекомендаций ... .......................................... ......................... 186
7.11 Ссылки ... ................................................. .................................................. .....................................
8 персонализированная система рекомендаций——
8.1 Что такое рекомендуемая система ... ................................ 190
8.2 История разработки системы рекомендаций ... ..............................
8.2.1 Рекомендуется повсюду ... ...................................... 192
8.2.2 от тысяч людей до тысяч людей ... .............. 193
8.3 Основные проблемы, рекомендованные персонализированной персонализацией ............................................................................................................................................................... ...... .............. 194
8.3.1 Ввод рекомендуемой системы ... ...................................... 194
8.3.2 Вывод рекомендованной системы ... .................................. 196
8.3.3 Основная форма персонализированной рекомендации ... ............... 197
8.3.4 Три основных вопроса системы рекомендаций ... ........ 198
8.4 Типичный алгоритм рекомендации мелкий анализ .......................... .................. ..............
8.4.1 Классификация алгоритма рекомендаций ... .............................. 199
8.4.2 Типичное алгоритм рекомендации введение ... .................... 200
8.4.3 Прогнозирование прогнозного оценки на основе разбивки матрицы ... ........... 207
8.4.4 Рекомендуемый алгоритм на основе нейронной сети ... ........... 213
8.5 Рекомендованная объяснительная способность ... ... ...
8.6 Рекомендованная оценка алгоритма ... ............................ 217
8.6.1 Оценка прогнозирования оценки ................................................................................................................................................... ............ ........................ 218
8.6.2 Оценка рекомендуемого списка .............................................. ... ........................ 219
8.6.3 Оценка рекомендованной причины ................................................................................................................................................... ............ .................. 220
8.7 Перспективы и проблемы: как далеко мы зашли ... ................ 221
8.7.1 Проблема, с которой сталкивается система рекомендаций ... ............ 221
8.7.2 Новое направление системы рекомендаций ... ................ 223
8.8 Обзор контента и чтение рекомендаций ... .................. 225
8.9 Ссылки ................................. ............... ................. 226
9 Машино -написание——
9.1 Что такое машина машины ... .......................... 228
9.2 Письменное написание ............................. .................. ............ 229
9.2.1 Машина пишет стихи ........................................... ............ .............................. 229
9.2.2 AI COUPLET ... .............................................. .................................................. .................................................. ..................
9.3 Современное письмо ... .................................... 236
9.3.1 Написание машины ... ................................ 236
9.3.2 Генерация машин ... .......................... 239
9.4 Обзор контента ........................................................................................................................................................... .. .......................... 241
9.5 Ссылки ............................. ................... ............. 242
10 Социальные бизнес -данные.——
10.1 Данные сокровища на платформе социальных сетей ... ............... 243
10.2 Откройте сдержанность сетевого сообщества: цепный палец и слияние личности сетевого сообщества пользователя ......... 245
10.3 Раскрывайте завесу социальных пользователей: строительство пользовательских портретов ...
10.3.1 Метод строительства на основе явных социальных атрибутов ... ... 247
10.3.2 на основе строительства обучения на основе сети ... .. 249
10.3.3 Строительство портрета продукта ... .............. 250
10.4 Понять потребности пользователя: распознавание намерения потребления пользователя ...
10.4.1 Идеи индивидуального потребления ............................................................................................................................................................... .............. .................. 254
10.4.2 Идеи идей погрузки группы ................................. .......... ...... 256
10.5 Точное соответствие спроса и предложения: алгоритм рекомендации по продукту для социальных платформ ...
10.5.1 Список продуктов -кандидатов генерируется ... .................. 258
10.5.2 Рекомендуемая структура на основе алгоритмов сортировки обучения ... .. 259
10.5.3 Сортировка характеристики на основе атрибутов пользователя ... .. 260
10.5.4 Обзор общего дизайна системы рекомендаций ... ......... 261
10.6 Перспективы и проблемы ... ................................ 262
10.7 Обзор контента и чтение рекомендаций ... ...................... 263
10.8 Ссылки ................................................. ............... 264
11 Smart Medical——
11.1 Происхождение умного медицинского ... .................... 265
11.2 Истинное лицо Lushan of Smart Medical ... .................. 267
11.3 Применение искусственного интеллекта в Smart Medical ... ................. 268
11.3.1 Приложения искусственного интеллекта в медицинском процессе ... ...... 268
11.3.2 Применение искусственного интеллекта в медицинских исследованиях ... ...... 272
11.4 Перспективы и проблемы ... .......................... 273
11.5 Обзор контента и чтение рекомендаций ... .................... 275
11.6 Ссылки ............................. ................... .................................................. ............. 275
12 Умная справедливость——
12.1 Столкновение между интеллектуальными технологиями и законом ... .............. 276
12.2 Умные судебные исследования ... ................................ 277
12.2.1 Ранние исследования юридической разведки ... ............ 278
12.2.2 Прогноз суждения: рождение и будущее виртуальных судей ...
12.2.3 Генерация документов: упрощенный судебный процесс ... ......... 283
12.2.4 Извлечение элемента: судебная структура ... ............... 285
12.2.5 Категория Матч: Решение дела больше суждения ... .......... 289
12.2.6 Судебные Q & A: Пусть машина поймет закон ... ...... 292
12.3 Ожидания отклонений и применения в области умного правосудия ... ...... 293
12.3.1 Ожидания умной справедливости ... .......... 293
12.3.2 Применение умного правосудия ... ............ 294
12.4 Обзор контента и чтение рекомендаций ... .................... 295
12.5 Ссылки ................................................. ................. 295
13 Умные финансы——
13.1 Smart Finance только в то время ... ........................ 298
13.1.1 Что такое умные финансы ............................................... ............ .................. 298
13.1.2 Аналогичные интеллектуальные финансы и финансовые технологии, интернет -финансы ...................... 298
13.1.3 Smart Finance рождается своевременно ... .............. 299
13.2 Умные финансовые технологии ... ........................... 301
13.2.1 Возможности и проблемы больших данных ... ............... 301
13.2.2 Обработка естественного языка в умных финансах ... ...... 303
13.2.3 Карта финансовых вопросов ... .......................... 307
13.2.4 Глубокое обучение в Smart Finance ... ............. 310
13.3 Smart Financial App ... ...
13.3.1 Smart Investment Advisor ................................. ........... ............. 314
13.3.2 Умный отчет ... ........................ 315
13.3.3 Умное обслуживание клиентов ... ... ...
13.4 Перспективы и проблемы ... ........................ 317
13.5 Обзор контента и чтение рекомендаций ... ......................... 319
13.6 Ссылки ... ................................................. ............................................... 319
14 Расчет социологии——
14.1 Узнайте о человеческом обществе через данные ............................................... .............. .............. 320
14.2 Анализ использования естественного языка для социальных сетей ... .... 321
14.2.1 Время и космическое общение и эволюция в космосе ............................................ И ............. 322
14.2.2 Использование языка и индивидуальные различия ................................ .......... .. 325
14.2.3 Использование языка и социальный статус ... ............ 326
14.2.4 Использование языка и анализ группы .................................. ........ .. 328
14.3 Анализ анализа естественного языка, стоящего перед социальными сетями ... .... 330
14.3.1 Социальный прогноз ... ... ...
14.3.2 Количественный анализ издевательств ... ................ 331
14.4 Будущие проблемы и перспективы исследований ... .............. 332
14.5 Ссылки ... ................................................. .................................................. Не
PostScript 334
 Основным направлением исследования является обработка естественного языка и карта знаний.В 2011 году он получил докторскую степень в университете Цинхуа и опубликовал более 60 связанных статей в известных международных журналах и конференциях в области искусственного интеллекта.Он выиграл выдающиеся докторанты Университета Цинхуа, выдающиеся докторанты Китайского общества искусственного интеллекта, превосходную докторскую степень в Университете Цинхуа и награду молодежи Института информации Китая.“&Rdquo;Он является заместителем директора молодежного рабочего комитета китайского информационного общества, секретаря, генерального Специального комитета по лечению в социальных сетях Китайского информационного общества, и председатель знаменитых международных областей конференции, таких как ACL, EMNLP и Coling.Cui Anhuan's Co -основатель и глава AI в RSVP.AI занимался техническими исследованиями и разработками и коммерциализацией интеллектуального диалога.Он получил докторскую степень в университете Цинхуа в 2013 году.Он посетил Университет Канеги Меллон и Национальный университет Сингапура и занимал должность докторантального исследователя в Университете Ватерлоо, Канада.Направление исследования включает в себя эмоциональный анализ в социальных сетях, интеллектуальные вопросы и ответы, интеллектуальный анализ данных и т. Д., Опубликовано более 20 связанных работ, накопленных богатых научных исследований и опыта бизнес -применения.Участвовать в R & D Yan“”&Ldquo;&Rdquo;Доктор философии Zhang Kaixu в области компьютерного факультета Университета Цинхуа, направление исследования - это обработка естественного языка, создатели травы Thulac, оценка китайской сегментации Sighan 2012*, Baidu Search Module Module CRF, WeChat Search DSSM Developer, Tencent Go AI AI AI, WeChat DSSM Developer, Tencent Go AI AI AI AI AI AI AI AI AI AI&Ldquo;&Rdquo;В настоящее время обслуживает Tencent, попробуйте использовать Bert“ делать что -то”.Помощник исследователя кафедры компьютерного факультета Университета Хан Веноао Цингхуа.Основными направлениями исследования являются системы больших данных и мозговые вычислительные системы.В 2015 году он получил докторскую степень в университете Цинхуа и опубликовал более 10 связанных статей в международных журналах и конференциях, связанных с компьютерной системой.Он завоевал награды и награды, такие как Siber Scholars и NOI 2003 золотые медали.Он является членом научного комитета CCF NOI.Доцент и докторский руководитель Школы информации, Народный университет Китайского университета.Основными направлениями исследования являются интеллектуальный анализ данных и обработка естественного языка.В 2014 году он получил докторскую степень в области Пекинга, опубликовал более 70 связанных статей в известных международных журналах и конференциях в сфере данных и связанных с ними областей.Он выиграл почетные титулы ученых из Microsoft Asian, превосходную докторскую диссертацию Университета Пекина и выдающихся ученых Китайского университета Ренмина.Он долгое время был обзором известных журналов и конференций дома и за рубежом.Доцент и докторант в Школе информации Шенгсонг, Шенгсонг.Основным направлением исследования являются обработка естественного языка и машинный перевод.В 2011 году он получил докторскую степень в Институте компьютерных технологий и опубликовал более 60 связанных статей в известных международных журналах и конференциях в области искусственного интеллекта и лечения естественного языка.Он является постоянным членом китайского информационного комитета Китая, членом молодежного рабочего комитета китайского информационного общества, директором Общества искусственной разведки провинции Фудзиан и председателем Международной конференции Совета по естественному языку NLPCC2018 и EMNLP2019.Доцент Чжан Юнфенг в Университете Роджерса, основным направлением исследования являются поиск информации, системы рекомендаций, машинного обучения и интернет -экономики.Доцент, исследователь и докторант Университет Ян Руи Пекин.Он организовал разработку нескольких систем диалога и диалоговых систем с открытым полевым диалогом, опубликовавших более 100 исследовательских работ с высоким уровнем уровня и послужил несколькими академическими конференциями (KDD, IJCAI, Sigir, ACL, WWW, AAAI, CIKM, EMNLP и т. Д. )) Член программного комитета и рецензента.Технологический институт Танбужоу Харбин (Шэньчжэнь) Доцент и докторский инструктор Школы компьютерных наук и технологий.Основными направлениями исследований являются обработка естественного языка, карта знаний, обработка медицинской информации и принятие решений по медицинской поддержке.В 2011 году он получил докторскую степень в области технологического института Харбина.Опубликовано более 80 связанных статей в известных международных журналах и конференциях в области искусственного интеллекта и медицинской информации, а также статистика Google Scholar цитируется более 1300 раз.Он получал название*в международной общественной оценке связанных областей много раз.Плохой компьютерный факультет Университета Цингхуа Университета Цунчао.Основным направлением исследования являются обработка естественного языка и юридическая разведка.Он получил докторскую степень в университете Цинхуа в 2018 году.Опубликовано более 10 связанных статей в известных международных журналах и конференциях по искусственному интеллекту и обработке естественного языка.Получил честь выдающегося докторантуры Университета Цинхуа, выдающегося докторантуального выпускника Университета Цинхуа, Пекинский отличный докторский выпускник и т. Д.“”.Помощник исследователя и преподаватель магистра в Технологическом университете Dingchen Harbin.Основными направлениями исследования являются искусственный интеллект, обработка естественного языка, социальные вычисления и карты.В 2016 году он получил докторскую степень в Технологическом университете Харбина.Возьмите четыре проекта провинциального и министерского уровня, такие как Национальный фонд естественных наук Китая, и участвуйте в строительном проекте крупных национальных проектов научной и технологической инфраструктуры.“&Rdquo;Получил третий приз национальной конференции по инновациям и предпринимательству молодежного искусственного интеллекта, а также 5 -й национальный симпозиум молодежного лингвистического лингвистика.
Эта книга подходит для изучения справочных материалов аспирантов, связанных с специальностями, связанными с компьютером в колледжах и университетах. Технология данных на их работу.