遷移學習作為機器學習和人工智能領域的重要方法，在電腦視覺、自然語言處理（NLP）、語音識別等領域都得到廣泛應用。本書是遷移學習技術的實用入門圖書，能夠帶領讀者深入實踐自然語言處理模型。首先，本書回顧了機器學習中的關鍵概念，並介紹了機器學習的發展歷史，以及NLP遷移學習的進展；其次，深入探討了一些重要的NLP遷移學習方法—NLP淺層遷移學習和NLP深度遷移學習；最後，涵蓋NLP遷移學習領域中重要的子領域—以Transformer作為關鍵功能的深度遷移學習技術。讀者可以動手將現有的先進模型應用於現實世界的應用程序，包括垃圾電子郵件分類器、IMDb電影評論情感分類器、自動事實檢查器、問答系統和翻譯系統等。
本書文字簡潔、論述精闢、層次清晰，既適合擁有NLP基礎的機器學習和數據科學相關的開發人員閱讀，也適合作為高等院校電腦及相關專業的學生參考用書。