Głębokie uczenie dla wyszukiwania

Opinie czytelników

Książka „Deep Learning for Search” jest chwalona za piękny język i przystępność, dzięki czemu tematy techniczne są łatwiejsze do zrozumienia. Oferuje praktyczne przykłady wykorzystujące Javę i Apache Lucene, dobrze zaspokajając potrzeby osób zainteresowanych technologiami wyszukiwania. Niektórzy czytelnicy uważają jednak, że jest ona zbyt skoncentrowana na Lucene, brakuje jej głębi w koncepcjach głębokiego uczenia się i może nie spełniać oczekiwań doświadczonych użytkowników poszukujących bardziej zaawansowanych spostrzeżeń.

⬤ Pięknie napisana i łatwa w czytaniu, porównywalna do powieści.
⬤ Zawiera praktyczne przykłady z wykorzystaniem Java i Apache Lucene.
⬤ Dobre wprowadzenie do koncepcji głębokiego uczenia.
⬤ Oferuje przydatne pomysły mające zastosowanie w pracy zawodowej.

⬤ Brakuje głębi w głębokim uczeniu się, skupiając się zbytnio na Apache Lucene.
⬤ Może być rozczarowujące dla czytelników z dużym doświadczeniem w Lucene lub powiązanych technologiach.
⬤ Niszowy temat, który może nie spodobać się szerszej publiczności.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Deep Learning for Search

Zawartość książki:

Streszczenie

Deep Learning for Search uczy, jak poprawić skuteczność wyszukiwania poprzez wdrożenie technik opartych na sieciach neuronowych. Po ukończeniu tej książki będziesz gotowy do tworzenia niesamowitych wyszukiwarek, które dostarczają użytkownikom wyniki, których potrzebują i które stają się coraz lepsze w miarę upływu czasu.

Przedmowa autorstwa Chrisa Mattmanna.

Zakup książki drukowanej obejmuje bezpłatny eBook w formatach PDF, Kindle i ePub od Manning Publications.

O technologii

Głębokie uczenie radzi sobie z najtrudniejszymi wyzwaniami związanymi z wyszukiwaniem, w tym z nieprecyzyjnymi terminami wyszukiwania, źle zindeksowanymi danymi i pobieraniem obrazów z minimalnymi metadanymi. A dzięki nowoczesnym narzędziom, takim jak DL4J i TensorFlow, możesz zastosować potężne techniki DL bez głębokiego doświadczenia w nauce o danych lub przetwarzaniu języka naturalnego (NLP). Ta książka pokaże ci, jak to zrobić.

O książce

Deep Learning for Search uczy, jak poprawić wyniki wyszukiwania za pomocą sieci neuronowych. Przeanalizujesz, w jaki sposób DL odnosi się do podstaw wyszukiwania, takich jak indeksowanie i ranking. Następnie przejdziesz przez szczegółowe przykłady, aby ulepszyć wyszukiwanie za pomocą technik DL przy użyciu Apache Lucene i Deeplearning4j. W miarę postępów w książce poznasz zaawansowane tematy, takie jak wyszukiwanie za pomocą obrazów, tłumaczenie zapytań użytkowników i projektowanie wyszukiwarek, które poprawiają się w miarę uczenia się.

Co jest w środku

⬤ Dokładne i trafne rankingi.

⬤ Wyszukiwanie w różnych językach.

⬤ Wyszukiwanie obrazów na podstawie treści.

⬤ Wyszukiwanie z rekomendacjami.

O czytelniku

Dla programistów znających język Java lub podobny oraz podstawy wyszukiwania. Nie jest wymagane doświadczenie w głębokim uczeniu się lub NLP.

O autorze

Tommaso Teofili jest inżynierem oprogramowania z pasją do otwartego oprogramowania i uczenia maszynowego. Jako członek Apache Software Foundation przyczynia się do wielu projektów open source, począwszy od tematów takich jak wyszukiwanie informacji (takich jak Lucene i Solr) po przetwarzanie języka naturalnego i tłumaczenie maszynowe (w tym OpenNLP, Joshua i UIMA).

Obecnie pracuje w Adobe, rozwijając komponenty infrastruktury wyszukiwania i indeksowania oraz badając obszary przetwarzania języka naturalnego, wyszukiwania informacji i głębokiego uczenia się. Prezentował wykłady na temat wyszukiwania i uczenia maszynowego na konferencjach, w tym BerlinBuzzwords, International Conference on Computational Science, ApacheCon, EclipseCon i innych. Można go znaleźć na Twitterze pod adresem @tteofili.

Spis treści

CZĘŚĆ 1 - WYSZUKIWANIE SPOTYKA GŁĘBOKIE UCZENIE.

⬤ Wyszukiwanie neuronowe.

⬤ Generowanie synonimów.

CZĘŚĆ 2 - RZUCANIE SIECI NEURONOWYCH NA WYSZUKIWARKĘ.

⬤ Od zwykłego wyszukiwania do generowania tekstu.

⬤ Bardziej czułe sugestie zapytań.

⬤ Ranking wyników wyszukiwania z osadzaniem słów.

⬤ Osadzanie dokumentów w rankingach i rekomendacjach.

CZĘŚĆ 3 - KROK DALEJ.

⬤ Wyszukiwanie w różnych językach.

⬤ Wyszukiwanie obrazów na podstawie treści.

⬤ Rzut oka na wydajność.