Hands-On Natural Language Processing with Python : A Practical Guide to Applying Deep Learning Architectures to Your NLP Applications /
Contenido: 1. Para comenzar; 2. Clasificación de textos y etiquetado de partes del discurso con la herramienta lenguaje natural (Natural Language Toolkit o NLTK); 3. Aprendizaje profundo y TensorFlow; 4. Incrustación semántica utilizando modelos poco profundos; 5. Clasificación de texto utilizando m...
Guardat en:
| Autor principal: | |
|---|---|
| Altres autors: | |
| Format: | Llibre |
| Idioma: | anglès |
| Publicat: |
Birmingham, Inglaterra :
Packt,
2018, c2018
|
| Matèries: | |
| Accés en línia: | Ver documento en línea |
| Etiquetes: |
MARC
| LEADER | 00000nam^a2200000^a^4500 | ||
|---|---|---|---|
| 001 | 000412831 | ||
| 005 | 20251023000000.0 | ||
| 009 | 20260310122151.177 | ||
| 020 | |a 978-1-78913-591-6 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 006. 454 |b ARU | ||
| 100 | |a Arumugam, Rajesh |e (autor) | ||
| 245 | 1 | 0 | |a Hands-On Natural Language Processing with Python : |b A Practical Guide to Applying Deep Learning Architectures to Your NLP Applications / |c R. Arumugam, R. Shanmugamani ; pról. de Maryam Azh. |
| 264 | 4 | |a Birmingham, Inglaterra : |b Packt, |c 2018, c2018 | |
| 264 | 2 | |a Birmingham, EUA : |b EBSCOhost [distribución], |c 2019 | |
| 300 | |a 1 libro electrónico en línea (VI, 291 p.) | ||
| 300 | |a 1 recurso en línea | ||
| 336 | |a datos para computadora |b cod |2 rdacontenido | ||
| 337 | |a computadora |b c |2 rdamedio | ||
| 338 | |a recurso en línea |b cr |2 rdasoporte | ||
| 506 | 1 | |a 1 licencia | |
| 520 | |a Contenido: 1. Para comenzar; 2. Clasificación de textos y etiquetado de partes del discurso con la herramienta lenguaje natural (Natural Language Toolkit o NLTK); 3. Aprendizaje profundo y TensorFlow; 4. Incrustación semántica utilizando modelos poco profundos; 5. Clasificación de texto utilizando memoria corta a largo plazo (Long Short-Term Memory o LSTM); 6. Búsqueda y eliminación de duplicados utilizando redes neuronales convolucionales; 7. Reconocimiento de la entidad nombrada usando el carácter LSTM; 8. Generación y resumen de textos usando unidades recurrentes cerradas (Gated Recurrent Units o GRU); 9. Preguntas/respuestas y bots conversacionales usando redes de memoria; 10. Traducción automática utilizando el modelo basado en la atención; 11. Reconocimiento de voz con DeepSpeech; 12. Texto a voz con Tacotron; 13. Despliegue de modelos entrenados. | ||
| 521 | |a Peticiones 2019 | ||
| 649 | |a XX | ||
| 650 | |a Comunicación Oral | ||
| 650 | |a Reconocimiento de Voz - |x Tema Principal | ||
| 650 | |a Manipulación de Sonido por Computadora | ||
| 650 | |a Algoritmos | ||
| 650 | |a Procesamiento de Señales | ||
| 650 | |a Sistemas de Telecomunicación | ||
| 650 | |a Lenguajes de Programación | ||
| 650 | |a Programación (Software) | ||
| 650 | |a Sistemas Computacionales | ||
| 650 | |a Matemáticas de Ingeniería | ||
| 650 | |a Ingeniería Computacional | ||
| 700 | |a Shanmugamani, Rajalingappaa |e (autor) | ||
| 856 | 4 | 0 | |u https://ezproxy.iteso.mx/login?url=https://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=1854257 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 412831-1 |b IT2 |c EBO |i C163719 |u 20250521 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000412831 | ||