Învățarea profundă pentru căutare

Recenzii ale cititorilor

Cartea „Deep Learning for Search” este lăudată pentru scrierea frumoasă și accesibilitatea sa, făcând subiectele tehnice mai ușor de înțeles. Cartea oferă exemple practice folosind Java și Apache Lucene, adresându-se celor interesați de tehnologiile de căutare. Cu toate acestea, unii cititori consideră că se concentrează prea mult pe Lucene, nu aprofundează conceptele de învățare profundă și este posibil să nu satisfacă așteptările utilizatorilor experimentați care caută informații mai avansate.

⬤ Frumos scrisă și ușor de citit, comparabilă cu un roman.
⬤ Oferă exemple practice folosind Java și Apache Lucene.
⬤ O bună introducere în conceptele de învățare profundă.
⬤ Oferă idei utile aplicabile în activitatea profesională.

⬤ Lipsă de profunzime în învățarea profundă, concentrându-se prea mult pe Apache Lucene.
⬤ Poate fi insuportabil pentru cititorii cu experiență semnificativă în Lucene sau în tehnologiile conexe.
⬤ Subiect de nișă care poate să nu atragă un public mai larg.

(pe baza a 4 recenzii ale cititorilor)

Titlul original:

Deep Learning for Search

Conținutul cărții:

Rezumat

Deep Learning for Search vă învață cum să vă îmbunătățiți eficiența căutării prin implementarea tehnicilor bazate pe rețele neuronale. Când veți termina cartea, veți fi gata să construiți motoare de căutare uimitoare, care oferă rezultatele de care au nevoie utilizatorii dvs. și care se îmbunătățesc pe măsură ce trece timpul.

Prefață de Chris Mattmann.

Cumpărarea cărții tipărite include o carte electronică gratuită în format PDF, Kindle și ePub de la Manning Publications.

Despre tehnologie

Învățarea profundă face față celor mai dificile provocări de căutare, inclusiv termeni de căutare impreciși, date prost indexate și recuperarea imaginilor cu metadate minime. Și cu instrumente moderne, cum ar fi DL4J și TensorFlow, puteți aplica tehnici puternice de DL fără o pregătire aprofundată în știința datelor sau procesarea limbajului natural (NLP). Această carte vă va arăta cum.

Despre carte

Deep Learning for Search vă învață să vă îmbunătățiți rezultatele căutării cu ajutorul rețelelor neuronale. Veți analiza modul în care DL se referă la elementele de bază ale căutării, cum ar fi indexarea și clasificarea. Apoi, veți parcurge exemple detaliate pentru a vă îmbunătăți căutarea cu tehnici de DL utilizând Apache Lucene și Deeplearning4j. Pe măsură ce cartea avansează, veți explora subiecte avansate precum căutarea prin imagini, traducerea interogărilor utilizatorilor și proiectarea motoarelor de căutare care se îmbunătățesc pe măsură ce învață.

Ce este în interior

⬤ Rankinguri precise și relevante.

⬤  Căutarea în mai multe limbi.

⬤ Cercetări de imagini bazate pe conținut.

⬤ Căutare cu recomandări.

Despre cititor

Pentru dezvoltatorii familiarizați cu Java sau cu un limbaj similar și cu noțiunile de bază ale căutării. Nu este necesară experiență cu învățarea profundă sau NLP.

Despre autor

Tommaso Teofili este un inginer software pasionat de open source și machine learning. În calitate de membru al Apache Software Foundation, contribuie la o serie de proiecte open source, de la subiecte precum recuperarea informațiilor (cum ar fi Lucene și Solr) la prelucrarea limbajului natural și traducerea automată (inclusiv OpenNLP, Joshua și UIMA).

În prezent lucrează la Adobe, unde dezvoltă componente ale infrastructurii de căutare și indexare și cercetează domeniile procesării limbajului natural, recuperării informațiilor și învățării profunde. A prezentat discuții privind căutarea și învățarea automată la conferințe precum BerlinBuzzwords, International Conference on Computational Science, ApacheCon, EclipseCon și altele. Îl puteți găsi pe Twitter la @tteofili.

Tabla de conținut

PARTEA 1 - CĂUTAREA ÎNTÂLNEȘTE ÎNVĂȚAREA PROFUNDĂ.

⬤ Căutare neuronală.

⬤ Generarea sinonimelor.

PARTEA 2 - ARUNCAREA REȚELELOR NEURONALE LA UN MOTOR DE CĂUTARE.

⬤ De la regăsirea simplă la generarea de text.

⬤ Sugestii de interogare mai sensibile.

⬤ Ranjarea rezultatelor căutării cu încorporări de cuvinte.

⬤ Încorporări de documente pentru clasificări și recomandări.

PARTEA 3 - UN PAS MAI DEPARTE.

⬤  Căutarea în mai multe limbi.

⬤ Cercetări de imagini bazate pe conținut.

⬤ O privire asupra performanței.