Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python (paperback)

Oferta empik.com : 163,99 zł

163,99 zł
- dostawa 0 zł
salon Empik - dostawa 0 zł
Wysyłamy w 72 godziny
Produkt u dostawcy
Szybkie zakupy bez zbędnych formalności. Wybierz opcje dostawy, formę płatności i złóż zamówienie.
Dodaj do listy

Dodaj ten produkt do jednej z utworzonych przez Ciebie list i zachowaj go na później.

Implement natural language processing applications with Python using a problem-solution approach. This book has numerous coding exercises that will help you to quickly deploy natural language processing techniques, such as text classification, parts of speech identification, topic modeling, text summarization, text generation, entity extraction, and sentiment analysis.
Natural Language Processing Recipes starts by offering solutions for cleaning and preprocessing text data and ways to analyze it with advanced algorithms. You'll see practical applications of the semantic as well as syntactic analysis of text, as well as complex natural language processing approaches that involve text normalization, advanced preprocessing, POS tagging, and sentiment analysis. You will also learn various applications of machine learning and deep learning in natural language processing.
By using the recipes in this book, you will have a toolbox of solutions to apply to your own projects in the real world, making your development time quicker and more efficient.
What You Will Learn
  • Apply NLP techniques using Python libraries such as NLTK, TextBlob, spaCy, Stanford CoreNLP, and many more
  • Implement the concepts of information retrieval, text summarization, sentiment analysis, and other advanced natural language processing techniques.
  • Identify machine learning and deep learning techniques for natural language processing and natural language generation problems
Who This Book Is For
Data scientists who want to refresh and learn various concepts of natural language processing through coding exercises.

Tytuł: Natural Language Processing Recipes: Unlocking Text Data with Machine Learning and Deep Learning Using Python
Autor: Kulkarni Akshay , Shivananda Adarsha
Wydawca: Apress , Apress L.P.
Język wydania: english
Ilość stron: 200
Indeks: 32729337
 
Brak
ocen
5
0
4
0
3
0
2
0
1
0
Oceń:
W przypadku naruszenia Regulaminu Twój wpis zostanie usunięty.
Prezentowane dane dotyczą zamówień dostarczanych i sprzedawanych przez empik.

Klienci, których interesował ten produkt, oglądali też

strona produktu - rekomendacje Spring in Action Walls Craig
0/5
222,99 zł
premium
strona produktu - rekomendacje Pro Angular Freeman Adam
0/5
222,99 zł
premium
strona produktu - rekomendacje Slide:ology Duarte Nancy
0/5
158,99 zł
premium

Opinie, uwagi, pytania

Jeśli masz pytania dotyczące sklepu empik.com odwiedź nasze strony pomocy.
Jeśli widzisz błąd lub chcesz uzyskać więcej informacji o produkcie skorzystaj z formularza kontaktowego: zgłoszenie błędu / pytanie o produkt

Twoja wiadomość została wysłana. Dziękujemy.

Administratorem podanych przez Ciebie danych osobowych jest Empik S.A. z siedzibą w Warszawie. Twoje dane będą przetwarzane w celu obsługi Twojej wiadomości z formularza kontaktowego, a także w celach statystycznych i analitycznych administratora. Więcej informacji na temat przetwarzania danych osobowych znajduje się w naszej Polityce prywatności.

Wybierz temat a następnie wypełnij dane formularza:

Pole Email jest wymagane

Pole imię i nazwisko jest wymagane

Pole Twoja wiadomość jest wymagane

pola wymagane

Jeśli chcesz skontaktować się z nami telefonicznie, skorzystaj z naszej infolini:

Centrum Wsparcia
Klienta
+48 22 462 72 50

+48 22 462 72 50

Czynne całą dobę

* z wyjątkiem świąt ustawowo wolnych od pracy

Ostatnio oglądane

Podobne do ostatnio oglądanego

Korzystając ze strony zgadzasz się na używanie plików cookie, które są instalowane na Twoim urządzeniu. Za ich pomocą zbieramy informacje, które mogą stanowić dane osobowe. Wykorzystujemy je w celach analitycznych, marketingowych oraz aby dostosować treści do Twoich preferencji i zainteresowań. Więcej o tym oraz o możliwościach zmiany ich ustawień dowiesz się w Polityce Prywatności.