HOME > 상세정보

상세정보

파이토치로 배우는 자연어 처리 : 딥러닝을 이용한 자연어 처리 애플리케이션 구축 (1회 대출)

자료유형
단행본
개인저자
Rao, Delip McMahan, Brian, 저 박해선, 역
서명 / 저자사항
파이토치로 배우는 자연어 처리 : 딥러닝을 이용한 자연어 처리 애플리케이션 구축 / 델립 라오 , 브라이언 맥머핸 지음 ; 박해선 옮김
발행사항
서울 :   한빛미디어,   2021  
형태사항
293 p. : 천연색삽화 ; 24 cm
원표제
Natural language processing with PyTorch : build intelligent language applications using deep learning
ISBN
9791162244333
일반주기
부록: A. pororo를 사용한 한글 자연어 처리, B. 연습문제 정답 및 풀이  
서지주기
참고문헌과 색인수록
일반주제명
Natural language processing (Computer science) --Computer programs Python (Computer program language) Natural language processing (Computer science) Machine learning
000 00000cam c2200205 c 4500
001 000046096303
005 20220110163556
007 ta
008 211018s2021 ulka b 001c kor
020 ▼a 9791162244333 ▼g 93000
035 ▼a (KERIS)BIB000015857224
040 ▼a 211014 ▼c 211014 ▼d 211009
041 1 ▼a kor ▼h eng
082 0 4 ▼a 006.35 ▼2 23
085 ▼a 006.35 ▼2 DDCK
090 ▼a 006.35 ▼b 2021z5
100 1 ▼a Rao, Delip
245 1 0 ▼a 파이토치로 배우는 자연어 처리 : ▼b 딥러닝을 이용한 자연어 처리 애플리케이션 구축 / ▼d 델립 라오 , ▼e 브라이언 맥머핸 지음 ; ▼e 박해선 옮김
246 1 9 ▼a Natural language processing with PyTorch : ▼b build intelligent language applications using deep learning
260 ▼a 서울 : ▼b 한빛미디어, ▼c 2021
300 ▼a 293 p. : ▼b 천연색삽화 ; ▼c 24 cm
500 ▼a 부록: A. pororo를 사용한 한글 자연어 처리, B. 연습문제 정답 및 풀이
504 ▼a 참고문헌과 색인수록
650 0 ▼a Natural language processing (Computer science) ▼x Computer programs
650 0 ▼a Python (Computer program language)
650 0 ▼a Natural language processing (Computer science)
650 0 ▼a Machine learning
700 1 ▼a McMahan, Brian, ▼e
700 1 ▼a 박해선, ▼e▼0 AUTH(211009)31527
900 1 0 ▼a 라오, 델립, ▼e
900 1 0 ▼a 맥머핸, 브라이언, ▼e

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.35 2021z5 등록번호 121258691 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2021z25 등록번호 151356239 도서상태 대출중 반납예정일 2022-02-10 예약 예약가능 R 서비스
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/Sci-Info(1층서고)/ 청구기호 006.35 2021z5 등록번호 121258691 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.31 2021z25 등록번호 151356239 도서상태 대출중 반납예정일 2022-02-10 예약 예약가능 R 서비스

컨텐츠정보

책소개

자연어 처리(NLP)는 인공지능이 지닌 무한한 능력을 이용해 애플 시리, 아마존 알렉사, 구글 번역 등과 같은 제품을 탄생시켰다. 복잡하고 어렵게만 여겨지던 자연어 처리는 파이썬 기반 딥러닝 라이브러리인 파이토치를 통해 딥러닝을 처음 접하는 개발자 및 데이터 과학자도 손쉽게 구현할 수 있게 되었다. 이 책은 자연어 처리 및 딥러닝 알고리즘 학습에 필요한 내용을 다룬다. 또한 파이토치를 사용해 자연어 처리 과정에서 직면할 수 있는 문제와 다양한 텍스트를 표현하는 애플리케이션을 구축하는 방법을 보여준다.

쉽고 빠르게 익히는 자연어 처리 입문 가이드북
자연어 처리(NLP)는 인공지능이 지닌 무한한 능력을 이용해 애플 시리, 아마존 알렉사, 구글 번역 등과 같은 제품을 탄생시켰다. 복잡하고 어렵게만 여겨지던 자연어 처리는 파이썬 기반 딥러닝 라이브러리인 파이토치를 통해 딥러닝을 처음 접하는 개발자 및 데이터 과학자도 손쉽게 구현할 수 있게 되었다.

이 책은 자연어 처리 및 딥러닝 알고리즘 학습에 필요한 내용을 다룬다. 또한 파이토치를 사용해 자연어 처리 과정에서 직면할 수 있는 문제와 다양한 텍스트를 표현하는 애플리케이션을 구축하는 방법을 보여준다. 딥러닝 및 자연어 처리 기초부터 난도 시퀀스 모델링까지 쉽고 빠르게 익혀보세요.

수식 없이 예제를 통해 배우는 자연어 처리 & 딥러닝
자연어 처리와 딥러닝은 급격히 성장하고 있는 분야입니다. 특히 머신러닝, 딥러닝은 지적인 과학이라기보다 경험적인 학문입니다. 이 책은 자연어 처리(NLP)와 딥러닝을 처음 접하는 독자를 위해 두 분야에서 중요하면서 기본이 되는 내용을 주로 다룹니다. 복잡한 수식과 이론보다는 구현에 중점을 두어 딥러닝과 자연어 처리를 학습할 수 있으며, 모든 예제는 구글 코랩에서 파이토치를 기반으로 실습할 수 있습니다. 실습 예제는 딥러닝과 자연어 처리를 학습하고 이해하는 데 꼭 필요한 내용을 위주로 구성되었습니다. 책을 통해 독자가 기초적인 토대를 다지고 이 분야의 가능성을 엿볼 수 있기를 바랍니다. 각 장의 친절한 엔드 투 엔드 예제가 여러분을 이런 경험으로 안내할 것입니다.

주요 내용
● 계산 그래프 및 지도 학습 이해하기
● 신경망을 구축하는 기본적인 방법
● 자연어 처리의 기본 개념 학습하기
● 자연어 처리를 위한 피드-포워드 신경망
● 임베딩을 사용해 단어, 문장, 문서 및 기타 기능 나타내기
● 자연어 처리를 위한 시퀀스 데이터 모델링 - 초급, 중급, 고급
● 시퀀스 예측 및 시퀀스-투-시퀀스 모델 확장
● 카카오브레인에서 만든 자연어 처리 라이브러리 뽀로로(pororo) 살펴보기(한국어판 부록)


정보제공 : Aladin

저자소개

델립 라오(지은이)

프란시스코에 기반을 두고 머신러닝과 자연어 처리 연구에 특화된 컨설팅을 제공하는 회사인 주스트웨어Joostware의 창립자이다. 또한 뉴스 미디어의 팩트 체크 문제를 해결하고자 해커와A I 연구자들이 함께 만든 페이크 뉴스 챌린지Fake News Challenge의 공동 창립자다. 델립은 이전에 트위터와 아마존(알렉사Alexa )에서 NLP 연구와 제품 개발을 했다.

브라이언 맥머핸(지은이)

웰스 파고Wells Fargo의 연구 과학자로 주로 자연어 처리를 연구한다. 이전에는 주스트웨어에서 자연어 처리를 연구했다.

박해선(옮긴이)

기계공학을 전공했지만 졸업 후엔 줄곧 코드를 읽고 쓰는 일을 했습니다. 텐서 플로우 블로그(tensorflow.blog)를 운영하고 있고, 머신러닝과 딥러닝에 관한 책을 집필하고 번역하면서 소프트웨어와 과학의 경계를 흥미롭게 탐험하고 있습니다. 『혼자 공부하는 머신러닝+딥러닝』(한빛미디어, 2020), 『Do it! 딥러닝 입문』(이지스퍼블리싱, 2019)을 집필했습니다. 『파이토치로 배우는 자연어 처리』(한빛미디어, 2021), 『머신 러닝 교과서 with 파이썬, 사이킷런, 텐서플로(개정 3판)』(길벗, 2021), 『딥러닝 일러스트레이티드』(시그마프레스, 2021), 『GAN 인 액션』(한빛미디어, 2020), 『핸즈온 머신러닝(2판)』(한빛미디어, 2020), 『미술관에 GAN 딥러닝 실전 프로젝트』(한빛미디어, 2019), 『파이썬을 활용한 머신러닝 쿡북』(한빛미디어, 2019), 『파이썬 라이브러리를 활용한 머신러닝(번역개정판)』(한빛미디어, 2019), 『케라스 창시자에게 배우는 딥러닝』(길벗, 2018), 『텐서플로 첫걸음』(한빛미디어, 2016)을 우리말로 옮겼습니다.

정보제공 : Aladin

목차

1장_소개
1.1 지도 학습
1.2 샘플과 타깃의 인코딩
1.3 계산 그래프
1.4 파이토치 기초
1.5 연습문제
1.6 요약
1.7 참고 문헌

2장_NLP 기술 빠르게 훑어보기
2.1 말뭉치, 토큰, 타입
2.2 유니그램, 바이그램, 트라이그램, …, n-그램
2.3 표제어와 어간
2.4 문장과 문서 분류하기
2.5 단어 분류하기: 품사 태깅
2.6 청크 나누기와 개체명 인식
2.7 문장 구조
2.8 단어 의미와 의미론
2.9 요약
2.10 참고 문헌

3장_신경망의 기본 구성 요소
3.1 퍼셉트론: 가장 간단한 신경망
3.2 활성화 함수
3.3 손실 함수
3.4 지도 학습 훈련 알아보기
3.5 부가적인 훈련 개념
3.6 예제: 레스토랑 리뷰 감성 분류하기
3.7 요약
3.8 참고 문헌

4장_자연어 처리를 위한 피드 포워드 신경망

4.1 다층 퍼셉트론
4.2 예제: MLP로 성씨 분류하기
4.3 합성곱 신경망
4.4 예제: CNN으로 성씨 분류하기
4.5 CNN에 관한 추가 내용
4.6 요약
4.7 참고 문헌

5장_단어와 타입 임베딩
5.1 임베딩을 배우는 이유
5.2 예제: CBOW 임베딩 학습하기
5.3 예제: 문서 분류에 사전 훈련된 임베딩을 사용한 전이 학습
5.4 요약
5.5 참고 문헌

6장_자연어 처리를 위한 시퀀스 모델링 - 초급
6.1 순환 신경망 소개
6.2 예제: 문자 RNN으로 성씨 국적 분류하기
6.3 요약
6.4 참고 문헌

7장_자연어 처리를 위한 시퀀스 모델링 - 중급
7.1 엘만 RNN의 문제점
7.2 엘만 RNN의 문제 해결책: 게이팅
7.3 예제: 문자 RNN으로 성씨 생성하기
7.4 시퀀스 모델 훈련 노하우
7.5 참조 문헌

8장_자연어 처리를 위한 시퀀스 모델링 - 고급
8.1 시퀀스-투-시퀀스 모델, 인코더-디코더 모델, 조건부 생성
8.2 강력한 시퀀스 모델링: 양방향 순환 모델
8.3 강력한 시퀀스 모델링: 어텐션
8.4 시퀀스 생성 모델 평가
8.5 예제: 신경망 기계 번역
8.6 요약

9장_고전 모델, 최신 모델, 더 배울 것들
9.1 지금까지 배운 내용
9.2 전통적인 NLP 주제
9.3 최신 NLP 모델
9.4 NLP 시스템을 위한 디자인 패턴
9.5 더 배울 것들
9.6 참고 문헌


정보제공 : Aladin

관련분야 신착자료