|
|
|
|
| LEADER |
02983nmm a2200445 u 4500 |
| 001 |
EB002151648 |
| 003 |
EBX01000000000000001289774 |
| 005 |
00000000000000.0 |
| 007 |
cr||||||||||||||||||||| |
| 008 |
230302 ||| ger |
| 050 |
|
4 |
|a QA76.9.N38
|
| 100 |
1 |
|
|a Tunstall, Lewis
|
| 130 |
0 |
|
|a Natural language processing with transformers
|
| 245 |
0 |
0 |
|a Natural Language Processing mit Transformern
|b Sprachanwendungen mit Hugging Face erstellen
|c Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß
|
| 250 |
|
|
|a 1. Auflage
|
| 260 |
|
|
|a Heidelberg
|b dpunkt
|c 2023
|
| 300 |
|
|
|a 432 pages
|b illustrations
|
| 505 |
0 |
|
|a Includes bibliographical references and index
|
| 653 |
|
|
|a Cloud computing / fast
|
| 653 |
|
|
|a Machine learning / http://id.loc.gov/authorities/subjects/sh85079324
|
| 653 |
|
|
|a Python (Computer program language) / fast
|
| 653 |
|
|
|a Infonuagique
|
| 653 |
|
|
|a Python (Computer program language) / http://id.loc.gov/authorities/subjects/sh96008834
|
| 653 |
|
|
|a Cloud computing / http://id.loc.gov/authorities/subjects/sh2008004883
|
| 653 |
|
|
|a Machine learning / fast
|
| 653 |
|
|
|a Apprentissage automatique
|
| 653 |
|
|
|a Traitement automatique des langues naturelles
|
| 653 |
|
|
|a Natural language processing (Computer science) / fast
|
| 653 |
|
|
|a Python (Langage de programmation)
|
| 653 |
|
|
|a Natural language processing (Computer science) / http://id.loc.gov/authorities/subjects/sh88002425
|
| 700 |
1 |
|
|a Werra, Leandro van
|e author
|
| 700 |
1 |
|
|a Wolf, Thomas
|e author
|
| 700 |
1 |
|
|a Géron, Aurélien
|e writer of foreword
|
| 041 |
0 |
7 |
|a ger
|2 ISO 639-2
|
| 989 |
|
|
|b OREILLY
|a O'Reilly
|
| 776 |
|
|
|z 9783960092025
|
| 856 |
4 |
0 |
|u https://learning.oreilly.com/library/view/~/9781098157081/?ar
|x Verlag
|3 Volltext
|
| 082 |
0 |
|
|a 006.3/5
|
| 082 |
0 |
|
|a 500
|
| 520 |
|
|
|a Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können
|