15Stepで踏破　自然言語処理アプリケーション開発入門

◆◆ PythonとKerasで基礎から一巡 ◆◆ 本書のゴールは自然言語、とりわけ日本語を扱うサービスや アプリケーションを開発できるようになることです。 そのために欠かせない「機械学習」と「深層学習」について、しっかり解説します。 ただし、難解な理論や数式は大胆にスキップ。 エンジニアの実務に役立つ知識に絞り、独自に15の学習ステップを体系化しました。 数値計算にNumPy、形態素解析にMeCab、機械学習にscikit-learn、ディープラーニングに Keras等を使い、Pythonのコードを記述し動かしていきます。 何らかのプログラミング経験のある方なら、無理なく読めると思います。 ◆◆ 本書の構成 ◆◆ ■1章 演習に入るまえの予備知識 1 序論・自然言語処理と機械学習 2 本書の執筆・開発環境 3 機械学習のためのPythonの基礎 4 数値計算ライブラリNumPy 5 本書で利用するその他の主要ライブラリ ■2章 基礎を押さえる7ステップ Step 01 対話エージェントを作ってみる Step 02 前処理 Step 03 形態素解析とわかち書き Step 04 特徴抽出 Step 05 特徴量変換 Step 06 識別器 Step 07 評価 ■3章 ニューラルネットワークの6ステップ Step 08 ニューラルネットワーク入門 Step 09 ニューラルネットワークによる識別器 Step 10 ニューラルネットワークの詳細と改善 Step 11 Word Embeddings Step 12 Convolutional Neural Networks Step 13 Recurrent Neural Networks ■4章 2ステップの実践知識 Step 14 ハイパーパラメータ探索 Step 15 データ収 ■1章 演習に入るまえの予備知識 1 序論・自然言語処理と機械学習 2 本書の執筆・開発環境 3 機械学習のためのPythonの基礎 4 数値計算ライブラリNumPy 5 本書で利用するその他の主要ライブラリ ■2章 基礎を押さえる7ステップ Step 01 対話エージェントを作ってみる Step 02 前処理 Step 03 形態素解析とわかち書き Step 04 特徴抽出 Step 05 特徴量変換 Step 06 識別器 Step 07 評価 ■3章 ニューラルネットワークの6ステップ Step 08 ニューラルネットワーク入門 Step 09 ニューラルネットワークによる識別器 Step 10 ニューラルネットワークの詳細と改善 Step 11 Word Embeddings Step 12 Convolutional Neural Networks Step 13 Recurrent Neural Networks ■4章 2ステップの実践知識 Step 14 ハイパーパラメータ探索 Step 15 データ収集