Ocena:
Obecnie brak opinii czytelników. Ocena opiera się na 2 głosach.
Develop Intelligent IOS Apps with Swift: Understand Texts, Classify Sentiments, and Autodetect Answers in Text Using Nlp
Rozdział 1: Delikatne wprowadzenie do ML i NLP.
Cel rozdziału: Przedstawienie ogólnych idei ML i sposobu działania NLP.
- Wprowadzenie do ML.
- Wprowadzenie do NLP.
Rozdział 2: Narzędzia ML firmy Apple.
Cel rozdziału: Poznanie narzędzi, które Apple udostępnia dla ML.
- CoreML.
- CreateML.
- TuriCreate.
Rozdział 3: Klasyfikacja tekstu.
Cel rozdziału: Poznanie narzędzi ML dostarczanych przez Apple.
- Klasyfikacja spamu SMS.
- Znajdowanie autora tekstu.
- TuriCreate.
Rozdział 4: Struktura języka naturalnego.
Cel rozdziału: Poznanie wbudowanych w iOS możliwości NLP.
- Tokenizacja.
- Klasyfikowanie rzeczowników, czasowników i przymiotników.
- Wykrywanie osób, miejsc i organizacji w tekście.
Rozdział 5: Znajdowanie odpowiedzi na pytania w dokumencie tekstowym.
Cel rozdziału: Wykorzystanie modelu BERT do znalezienia odpowiedzi na pytanie użytkownika w tekście.
- Model BERT.
- Obsługa tekstu.
Rozdział 6: Zaawansowane zastosowania.
- Konwersja modeli NLP z Keras do Core ML.
- Konwersja modeli NLP z TensorFlow do Core ML.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)