Descripción
Los transformadores se están convirtiendo en una parte fundamental de muchas arquitecturas de redes neuronales, empleadas en una amplia gama de aplicaciones como PLN, reconocimiento de voz, series de tiempo y visión artificial. Los transformadores han pasado por muchas adaptaciones y alteraciones, lo que ha dado lugar a técnicas y métodos más nuevos. Transformers for Machine Learning: A Deep Dive es el primer libro completo sobre transformadores.
Características principales:
- Un libro de referencia completo con explicaciones detalladas de cada algoritmo y técnica relacionados con los transformadores.
- Más de 60 arquitecturas de transformadores cubiertas de manera exhaustiva.
- Un libro para comprender cómo aplicar las técnicas de transformadores en voz, texto, series de tiempo y visión artificial.
- Consejos y trucos prácticos para cada arquitectura y cómo usarla en el mundo real.
- Estudios de caso prácticos y fragmentos de código para el análisis teórico y práctico del mundo real utilizando las herramientas y bibliotecas, todo listo para ejecutar 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 caso prácticos y el código atraerán a estudiantes universitarios, profesionales y especialistas, ya que permite una experimentación rápida y reduce la barrera de entrada al 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 pasado más de dos décadas desarrollando productos de análisis y combina esta experiencia con conocimientos en estadística, optimización, aprendizaje automático, bioinformática y computación evolutiva. Uday ha contribuido a muchas revistas, conferencias y libros, 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 importantes: Director de Análisis para Digital Reasoning, Asesor para
Falkonry, y Científico de Datos Jefe para BAE Systems Applied Intelligence. Uday tiene muchas patentes y ha creado 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 médica.
Wael Emara tiene dos décadas de experiencia en el ámbito académico e industrial. 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 abarcan el procesamiento de señales e imágenes, la visión por computadora, las imágenes médicas, el análisis de redes sociales, el aprendizaje automático y el procesamiento del lenguaje natural. Wael cuenta con 10 publicaciones de investigación en diversos temas de aprendizaje automático y es activo en la comunidad técnica del área metropolitana de Nueva York. Actualmente, Wael trabaja como Ingeniero de Investigación Senior para Digital Reasoning, donde realiza investigaciones sobre sistemas de inteligencia artificial de PLN de última generación.
Kenneth L. Graham tiene dos décadas de experiencia resolviendo problemas cuantitativos en múltiples dominios, incluida la simulación Monte Carlo, el PNL, la detección de anomalías, la ciberseguridad y la elaboración de perfiles de comportamiento. Durante los últimos nueve años, se ha centrado en la creación de soluciones escalables en PNL para el gobierno y la industria, incluida la resolución de coreferencias de entidades, la clasificación de textos, el aprendizaje activo y la normalización temporal. Kenneth trabaja actualmente en Smarsh como Ingeniero de Investigación Principal, investigando cómo trasladar los métodos de PNL de vanguardia 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