本站推荐
下载地址
书籍资料
- 内容简介
- 作者介绍
- 书籍目录
·预处理并将文本向量化成高维特征表示。
·执行文档分类和主题建模。
·通过可视化诊断指导模型选择过程。
·提取关键短语、命名实体和图结构，实现文本数据推断。
·建立对话框架，实现聊天机器人和语言驱动交互。
·用Spark扩展处理能力，用神经网络实现对更复杂模型的支持。
Benjamin Bengfort是一位专门研究分布式系统、机器学习及其他相关技术的计算机科学家。
Rebecca Bilbro是一名数据科学家和Python程序员，致力于研究机器学习工作流的可视化诊断。
Tony Ojeda是District Data Labs的创始人和CEO，专注于商业策略应用分析、优化、预测服务，以及开源工具使用课程。
译者介绍
陈光，北京邮电大学副教授，主要研究方向为机器学习和自然语言处理。
前言1
第1章语言与计算13
数据科学范式14
语言感知数据产品.16
语言即数据21
小结.29
第2章构建自定义语料库31
语料库是什么？.32
语料库数据管理.35
语料库读取器39
小结.49
第3章语料库预处理与处置50
分解文档.50
语料库的转换60
小结.67
第4章文本向量化和转换流水线68
空间中的词69
Scikit-LearnAPI.81
流水线.88
小结.93
第5章面向文本分析的文本分类95
文本分类.96
构建文本分类应用.99
小结.110
第6章文本相似性聚类.112
文本上的无监督学习112
文档相似性聚类.114
文档主题建模127
小结.139
第7章上下文感知文本分析140
基于语法的特征提取141
n-Gram特征提取147
n-Gram语言模型155
小结.165
第8章文本可视化166
可视化特征空间.167
模型诊断.185
可视化操纵
93
小结.196
第9章文本的图分析.198
图计算与分析200
从文本中抽取图.204
实体解析.216
小结.221
第10章聊天机器人223
对话基础.224
礼貌对话规则231
有趣的问题239
学习帮助.250
小结.257
第11章利用多处理和Spark扩展文本分析259
Python多处理.260
Spark集群计算271
小结.289
第12章深度学习与未来.291
应用神经网络292
神经网络语言模型.292
情感分析.303
未来（几乎）已来.309
词汇表311
相关资源
编程不难（全彩图解 + 微课 + Python编程）（鸢尾花数学大系：从加减乘除到机器学习）
2025-12-14
