Descripción
Los transformadores se están convirtiendo en una parte fundamental de muchas arquitecturas de redes neuronales, empleándose en una amplia gama de aplicaciones como el PNL, el reconocimiento de voz, las series temporales y la visión por ordenador. Los transformadores han pasado por muchas adaptaciones y alteraciones, lo que ha dado lugar a técnicas y métodos más recientes. Transformers for Machine Learning: A Deep Dive es el primer libro completo sobre transformadores.
Características principales:
- Un libro de referencia exhaustivo con explicaciones detalladas de cada algoritmo y técnica relacionados con los transformadores.
- Más de 60 arquitecturas de transformadores cubiertas de forma exhaustiva.
- Un libro para entender cómo aplicar las técnicas de transformadores en voz, texto, series temporales y visión por ordenador.
- Consejos y trucos prácticos para cada arquitectura y cómo usarla en el mundo real.
- Estudios de casos prácticos y fragmentos de código para el análisis teórico y práctico del mundo real utilizando las herramientas y bibliotecas, todos listos para ejecutarse en Google Colab.
Las explicaciones teóricas de las arquitecturas de transformadores de última generación atraerán a estudiantes de posgrado e investigadores (académicos e industriales), ya que proporcionará un único punto de entrada con discusiones profundas de un campo que avanza rápidamente. Los estudios de casos prácticos y el código atraerán a estudiantes universitarios, profesionales y especialistas, ya que permiten una experimentación rápida y reducen la barrera de entrada en el campo.
Autor: Uday Kamath, Kenneth Graham, Wael Emara
Editorial: CRC Press
Publicado: 25/05/2022
Páginas: 257
Tipo de encuadernación: Tapa blanda
Peso: 0.97lbs
Tamaño: 9.20h x 6.10w x 0.70d
ISBN13: 9780367767341
ISBN10: 0367767341
Categorías BISAC:
- Informática | Ciencia de datos | Redes neuronales
- Informática | Inteligencia artificial | Procesamiento del lenguaje natural
- Informática | Ciencias de la computación
Sobre el autor
Uday Kamath ha dedicado más de dos décadas al desarrollo de productos de análisis y combina esta experiencia con conocimientos de estadística, optimización, aprendizaje automático, bioinformática y computación evolutiva. Uday ha colaborado en numerosas revistas, conferencias y libros, y es autor de libros como XAI: An Introduction to Interpretable XAI, Deep Learning for NLP and Speech Recognition, Mastering Java Machine Learning y Machine Learning: End-to-End guide for Java developers. Ocupó muchos cargos de alto nivel: Director de Análisis de Digital Reasoning, Asesor de Falkonry y Científico Jefe de Datos de BAE Systems Applied Intelligence. Uday tiene muchas patentes y ha desarrollado productos comerciales utilizando IA en dominios como el cumplimiento, la ciberseguridad, el crimen financiero y la bioinformática. Actualmente, Uday trabaja como Director de Análisis para Smarsh. Es responsable de la ciencia de datos, la investigación de productos analíticos que emplean aprendizaje profundo, transformadores, IA explicable y técnicas modernas en voz y texto para el dominio financiero y la atención sanitaria.
Wael Emara tiene dos décadas de experiencia en el ámbito académico y en la industria. Wael tiene un doctorado en Ingeniería Informática y Ciencias de la Computación con énfasis en aprendizaje automático e inteligencia artificial. Su formación técnica e investigación abarca el procesamiento de señales e imágenes, la visión por computadora, la obtención de imágenes médicas, el análisis de redes sociales, el aprendizaje automático y el procesamiento del lenguaje natural. Wael tiene 10 publicaciones de investigación sobre diversos temas de aprendizaje automático y es activo en la comunidad técnica en el área metropolitana de Nueva York. Actualmente, Wael trabaja como Ingeniero de Investigación Senior para Digital Reasoning, donde investiga sistemas de PNL de inteligencia artificial de última generación.
Kenneth L. Graham tiene dos décadas de experiencia resolviendo problemas cuantitativos en múltiples dominios, incluyendo simulación Monte Carlo, PNL, detección de anomalías, ciberseguridad y elaboración de perfiles de comportamiento. Durante los últimos nueve años, se ha centrado en la construcción de soluciones escalables en PNL para el gobierno y la industria, incluyendo la resolución de correferencia de entidades, la clasificación de texto, el aprendizaje activo y la normalización temporal. Actualmente, Kenneth trabaja en Smarsh como Ingeniero de Investigación Principal, investigando cómo trasladar los métodos de PNL de última generación de la investigación a la producción. Kenneth tiene cinco patentes por su trabajo en procesamiento del lenguaje natural, siete publicaciones de investigación y un doctorado en Física de la Materia Condensada.
Este título no es retornable