深入淺出地介紹自然語言處理和機器學習技術
 

透過本書，讀者將學習和理解：

★ 概率論、資訊理論、貝葉斯法則等基礎知識

★ 最佳化問題、最大似然估計、梯度下降法

★ 機器學習和深度學習的熱門話題

★ 程式最佳化的方法

★ PageRank和相似度計算的原理

★ 搜尋引擎的原理、架構和核心模組

★ 各種推薦演算法的原理和工作機制

★ 自然語言處理和對話系統等技術難題

自然語言處理是研究人機之間用自然語言通信的理論和方法，是人工智慧領域的一個重要分支，有著非常廣泛的應用空間。

本書結合作者多年學習和從事自然語言處理相關工作的經驗，力圖用生動的方式深入淺出地介紹自然語言處理的理論、方法和技術。拋棄繁瑣的證明，提取出演算法的核心，幫助讀者儘快地掌握自然語言處理所必備的知識和技能。

全書分兩大部分：理論篇和應用篇。理論篇，包含前3章。第1章和第2章是為第3章打基礎，第1章介紹一些基礎的數學知識，第2章介紹最佳化理論知識，第3章實際介紹一些機器學習的相關知識。

應用篇，包含第4章到第8章。第4章介紹計算效能，算是更偏工程的唯一章節；第5章介紹文字處理時的一些基本術語，其中相似度計算的內容非常重要；第6章介紹一個工業搜尋引擎需要哪些技術點；第7章說明的是推薦系統的基礎知識；第8章介紹了解語言的難點，包含兩大基礎知識--自然語言處理和對話系統，當然也討論到對人工智慧一些看法。

適用：從事機器學習或自然語言處理的工作人員，尤其適合想要瞭解和掌握機器學習或自然語言處理技術的讀者閱讀。