×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

Applied Text Analysis with Python. Enabling Language-Aware Data Products with Machine Learning

(ebook) (audiobook) (audiobook) Książka w języku 1
Applied Text Analysis with Python. Enabling Language-Aware Data Products with Machine Learning Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda - okladka książki

Applied Text Analysis with Python. Enabling Language-Aware Data Products with Machine Learning Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda - okladka książki

Applied Text Analysis with Python. Enabling Language-Aware Data Products with Machine Learning Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda - audiobook MP3

Applied Text Analysis with Python. Enabling Language-Aware Data Products with Machine Learning Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda - audiobook CD

Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
332
Dostępne formaty:
     ePub
     Mobi

Ebook (186,15 zł najniższa cena z 30 dni)

219,00 zł (-15%)
186,15 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

(186,15 zł najniższa cena z 30 dni)

Przenieś na półkę

Do przechowalni

From news and speeches to informal chatter on social media, natural language is one of the richest and most underutilized sources of data. Not only does it come in a constant stream, always changing and adapting in context; it also contains information that is not conveyed by traditional data sources. The key to unlocking natural language is through the creative application of text analytics. This practical book presents a data scientist’s approach to building language-aware products with applied machine learning.

You’ll learn robust, repeatable, and scalable techniques for text analysis with Python, including contextual and linguistic feature engineering, vectorization, classification, topic modeling, entity resolution, graph analysis, and visual steering. By the end of the book, you’ll be equipped with practical methods to solve any number of complex real-world problems.

  • Preprocess and vectorize text into high-dimensional feature representations
  • Perform document classification and topic modeling
  • Steer the model selection process with visual diagnostics
  • Extract key phrases, named entities, and graph structures to reason about data in text
  • Build a dialog framework to enable chatbots and language-driven interaction
  • Use Spark to scale processing power and neural networks to scale model complexity

Wybrane bestsellery

O autorach książki

Benjamin Bengfort是一位非常有经验的数据科学家和Python开发者。他曾在业界和学术界工作򏱸年。他现在在马里兰大学派克学院攻读计算机博士学位
Tony Ojeda(托尼·奥杰德),华盛�数据社区的联合创始人,一位经验丰富的数据科学家和企业家,他在佛罗里达国际大学获得金融硕士学位,并且在德保罗大学获得了MBA学位。

O'Reilly Media - inne książki

Zamknij

Przenieś na półkę

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Zamknij Pobierz aplikację mobilną Ebookpoint