遷移學習作為機器學習和人工智能領域的重要方法，在計算機視覺、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計算機及相關專業的學生參考用書。
[加納]保羅·阿祖雷(Paul Azunre)，擁有麻省理工學院計算機科學博士學位，曾擔任美國國防部高級研究計劃局(DARPA)的多個研究項目的主任研究員。由他創建的Algorine公司致力於推進AI/ML技術並讓這些技術產生重大社會影響。Paul還參與創建了Ghana NLP開源社區。該社區專註于NLP技術的應用，尤其是對加納語和其他低資源語言進行遷移學習。
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計算機及相關專業的學生參考用書。
[加納]保羅·阿祖雷(Paul Azunre)，擁有麻省理工學院計算機科學博士學位，曾擔任美國國防部高級研究計劃局(DARPA)的多個研究項目的主任研究員。由他創建的Algorine公司致力於推進AI/ML技術並讓這些技術產生重大社會影響。Paul還參與創建了Ghana NLP開源社區。該社區專註于NLP技術的應用，尤其是對加納語和其他低資源語言進行遷移學習。