MARC状态：订购 文献类型：中文图书 浏览次数：11
- 题名/责任者:
- 文本机器学习/(美)查鲁·C.阿加沃尔(Charu C. Aggarwal)著 黎琳，潘微科，明仲译
- 出版发行项:
- 北京:机械工业出版社,2020.05
- ISBN及定价:
- 978-7-111-64805-5/CNY129.00
- 载体形态项:
- 18,438页:图;24cm
- 中图法分类号:
- TP181
- 提要文摘附注:
- 本书系统性地介绍了多个经典的和前沿的机器学习技术及其在文本域中的应用。首先，详细介绍了面向文本数据的预处理技术和经典的机器学习技术(如矩阵分解与主题建模、聚类与分类/回归等)，并深入探讨了模型的原理和内在联系以及相应的性能评估；其次，详细介绍了结合异构数据的文本学习技术(如知识共享与迁移学习等)，以及面向信息检索与排序的索引和评分等技术；末尾，详细介绍了一些文本应用相关的重要技术，包括序列建模与深度学习、文本摘要与信息提取、意见挖掘与情感分析、文本分割与事件检测等。
- 使用对象附注:
- 本书可作为工具书供具有相关背景的专业人士使用，也可以作为教材帮助具有线性代数和概率论基础的初学者入门
全部MARC细节信息>>