Natural Language Processing mit Transformern: Sprachanwendungen mit Hugging Face erstellen
Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt I...
Gespeichert in:
| Beteiligte Personen: | , , |
|---|---|
| Weitere beteiligte Personen: | , |
| Format: | Elektronisch E-Book |
| Sprache: | Deutsch |
| Veröffentlicht: |
Heidelberg
dpunkt
[2023]
|
| Ausgabe: | 1. Auflage. |
| Schlagwörter: | |
| Links: | https://learning.oreilly.com/library/view/-/9781098157081/?ar |
| Zusammenfassung: | Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können. |
| Beschreibung: | Includes bibliographical references and index |
| Umfang: | 1 Online-Ressource (432 Seiten) illustrations |
Internformat
MARC
| LEADER | 00000cam a22000002c 4500 | ||
|---|---|---|---|
| 001 | ZDB-30-ORH-089796489 | ||
| 003 | DE-627-1 | ||
| 005 | 20240228121925.0 | ||
| 007 | cr uuu---uuuuu | ||
| 008 | 230322s2023 xx |||||o 00| ||ger c | ||
| 035 | |a (DE-627-1)089796489 | ||
| 035 | |a (DE-599)KEP089796489 | ||
| 035 | |a (ORHE)9781098157081 | ||
| 035 | |a (DE-627-1)089796489 | ||
| 040 | |a DE-627 |b ger |c DE-627 |e rda | ||
| 041 | |a ger | ||
| 082 | 0 | |a 006.3/5 |2 23/eng/20230221 | |
| 100 | 1 | |a Tunstall, Lewis |e VerfasserIn |4 aut | |
| 240 | 1 | 0 | |a Natural language processing with transformers |
| 245 | 1 | 0 | |a Natural Language Processing mit Transformern |b Sprachanwendungen mit Hugging Face erstellen |c Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß |
| 250 | |a 1. Auflage. | ||
| 264 | 1 | |a Heidelberg |b dpunkt |c [2023] | |
| 300 | |a 1 Online-Ressource (432 Seiten) |b illustrations | ||
| 336 | |a Text |b txt |2 rdacontent | ||
| 337 | |a Computermedien |b c |2 rdamedia | ||
| 338 | |a Online-Ressource |b cr |2 rdacarrier | ||
| 500 | |a Includes bibliographical references and index | ||
| 520 | |a Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können. | ||
| 650 | 0 | |a Natural language processing (Computer science) | |
| 650 | 0 | |a Python (Computer program language) | |
| 650 | 0 | |a Machine learning | |
| 650 | 0 | |a Cloud computing | |
| 650 | 4 | |a Traitement automatique des langues naturelles | |
| 650 | 4 | |a Python (Langage de programmation) | |
| 650 | 4 | |a Apprentissage automatique | |
| 650 | 4 | |a Infonuagique | |
| 650 | 4 | |a Cloud computing | |
| 650 | 4 | |a Machine learning | |
| 650 | 4 | |a Natural language processing (Computer science) | |
| 650 | 4 | |a Python (Computer program language) | |
| 700 | 1 | |a Werra, Leandro van |e VerfasserIn |4 aut | |
| 700 | 1 | |a Wolf, Thomas |e VerfasserIn |4 aut | |
| 700 | 1 | |a Géron, Aurélien |e MitwirkendeR |4 ctb | |
| 700 | 1 | |a Fraaß, Marcus |e ÜbersetzerIn |4 trl | |
| 966 | 4 | 0 | |l DE-91 |p ZDB-30-ORH |q TUM_PDA_ORH |u https://learning.oreilly.com/library/view/-/9781098157081/?ar |m X:ORHE |x Aggregator |z lizenzpflichtig |3 Volltext |
| 912 | |a ZDB-30-ORH | ||
| 912 | |a ZDB-30-ORH | ||
| 951 | |a BO | ||
| 912 | |a ZDB-30-ORH | ||
| 049 | |a DE-91 | ||
Datensatz im Suchindex
| DE-BY-TUM_katkey | ZDB-30-ORH-089796489 |
|---|---|
| _version_ | 1829007729714266112 |
| adam_text | |
| any_adam_object | |
| author | Tunstall, Lewis Werra, Leandro van Wolf, Thomas |
| author2 | Géron, Aurélien Fraaß, Marcus |
| author2_role | ctb trl |
| author2_variant | a g ag m f mf |
| author_facet | Tunstall, Lewis Werra, Leandro van Wolf, Thomas Géron, Aurélien Fraaß, Marcus |
| author_role | aut aut aut |
| author_sort | Tunstall, Lewis |
| author_variant | l t lt l v w lv lvw t w tw |
| building | Verbundindex |
| bvnumber | localTUM |
| collection | ZDB-30-ORH |
| ctrlnum | (DE-627-1)089796489 (DE-599)KEP089796489 (ORHE)9781098157081 |
| dewey-full | 006.3/5 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 006 - Special computer methods |
| dewey-raw | 006.3/5 |
| dewey-search | 006.3/5 |
| dewey-sort | 16.3 15 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Informatik |
| edition | 1. Auflage. |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03147cam a22005412c 4500</leader><controlfield tag="001">ZDB-30-ORH-089796489</controlfield><controlfield tag="003">DE-627-1</controlfield><controlfield tag="005">20240228121925.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230322s2023 xx |||||o 00| ||ger c</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)089796489</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)KEP089796489</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ORHE)9781098157081</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627-1)089796489</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.3/5</subfield><subfield code="2">23/eng/20230221</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Tunstall, Lewis</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="240" ind1="1" ind2="0"><subfield code="a">Natural language processing with transformers</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Natural Language Processing mit Transformern</subfield><subfield code="b">Sprachanwendungen mit Hugging Face erstellen</subfield><subfield code="c">Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage.</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Heidelberg</subfield><subfield code="b">dpunkt</subfield><subfield code="c">[2023]</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (432 Seiten)</subfield><subfield code="b">illustrations</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Includes bibliographical references and index</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können.</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Natural language processing (Computer science)</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Python (Computer program language)</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Machine learning</subfield></datafield><datafield tag="650" ind1=" " ind2="0"><subfield code="a">Cloud computing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Traitement automatique des langues naturelles</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Python (Langage de programmation)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Apprentissage automatique</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Infonuagique</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Cloud computing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Machine learning</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Natural language processing (Computer science)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Python (Computer program language)</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Werra, Leandro van</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Wolf, Thomas</subfield><subfield code="e">VerfasserIn</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Géron, Aurélien</subfield><subfield code="e">MitwirkendeR</subfield><subfield code="4">ctb</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Fraaß, Marcus</subfield><subfield code="e">ÜbersetzerIn</subfield><subfield code="4">trl</subfield></datafield><datafield tag="966" ind1="4" ind2="0"><subfield code="l">DE-91</subfield><subfield code="p">ZDB-30-ORH</subfield><subfield code="q">TUM_PDA_ORH</subfield><subfield code="u">https://learning.oreilly.com/library/view/-/9781098157081/?ar</subfield><subfield code="m">X:ORHE</subfield><subfield code="x">Aggregator</subfield><subfield code="z">lizenzpflichtig</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">BO</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-ORH</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield></datafield></record></collection> |
| id | ZDB-30-ORH-089796489 |
| illustrated | Illustrated |
| indexdate | 2025-04-10T09:34:56Z |
| institution | BVB |
| language | German |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM |
| owner_facet | DE-91 DE-BY-TUM |
| physical | 1 Online-Ressource (432 Seiten) illustrations |
| psigel | ZDB-30-ORH TUM_PDA_ORH ZDB-30-ORH |
| publishDate | 2023 |
| publishDateSearch | 2023 |
| publishDateSort | 2023 |
| publisher | dpunkt |
| record_format | marc |
| spelling | Tunstall, Lewis VerfasserIn aut Natural language processing with transformers Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß 1. Auflage. Heidelberg dpunkt [2023] 1 Online-Ressource (432 Seiten) illustrations Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Includes bibliographical references and index Transformer haben sich seit ihrer Einführung nahezu über Nacht zur vorherrschenden Architektur im Natural Language Processing entwickelt. Sie liefern die besten Ergebnisse für eine Vielzahl von Aufgaben bei der maschinellen Sprachverarbeitung. Wenn Sie Data Scientist oder Programmierer sind, zeigt Ihnen dieses praktische Buch, wie Sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren können. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln zum Einsatz, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots. In diesem Handbuch zeigen Ihnen Lewis Tunstall, Leandro von Werra und Thomas Wolf, die auch die Transformers-Bibliothek von Hugging Face mitentwickelt haben, anhand eines praktischen Ansatzes, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren können. Sie werden schnell eine Vielzahl von Aufgaben wie Textklassifikation, Named Entity Recognition oder Question Answering kennenlernen, die Sie mit ihnen lösen können. Natural language processing (Computer science) Python (Computer program language) Machine learning Cloud computing Traitement automatique des langues naturelles Python (Langage de programmation) Apprentissage automatique Infonuagique Werra, Leandro van VerfasserIn aut Wolf, Thomas VerfasserIn aut Géron, Aurélien MitwirkendeR ctb Fraaß, Marcus ÜbersetzerIn trl |
| spellingShingle | Tunstall, Lewis Werra, Leandro van Wolf, Thomas Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Natural language processing (Computer science) Python (Computer program language) Machine learning Cloud computing Traitement automatique des langues naturelles Python (Langage de programmation) Apprentissage automatique Infonuagique |
| title | Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen |
| title_alt | Natural language processing with transformers |
| title_auth | Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen |
| title_exact_search | Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen |
| title_full | Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß |
| title_fullStr | Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß |
| title_full_unstemmed | Natural Language Processing mit Transformern Sprachanwendungen mit Hugging Face erstellen Lewis Tunstall, Leandro von Werra, Thomas Wolf ; Vorwort von Aurélien Géron ; Deutsche Übersetzung von Marcus Fraaß |
| title_short | Natural Language Processing mit Transformern |
| title_sort | natural language processing mit transformern sprachanwendungen mit hugging face erstellen |
| title_sub | Sprachanwendungen mit Hugging Face erstellen |
| topic | Natural language processing (Computer science) Python (Computer program language) Machine learning Cloud computing Traitement automatique des langues naturelles Python (Langage de programmation) Apprentissage automatique Infonuagique |
| topic_facet | Natural language processing (Computer science) Python (Computer program language) Machine learning Cloud computing Traitement automatique des langues naturelles Python (Langage de programmation) Apprentissage automatique Infonuagique |
| work_keys_str_mv | AT tunstalllewis naturallanguageprocessingwithtransformers AT werraleandrovan naturallanguageprocessingwithtransformers AT wolfthomas naturallanguageprocessingwithtransformers AT geronaurelien naturallanguageprocessingwithtransformers AT fraaßmarcus naturallanguageprocessingwithtransformers AT tunstalllewis naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT werraleandrovan naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT wolfthomas naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT geronaurelien naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen AT fraaßmarcus naturallanguageprocessingmittransformernsprachanwendungenmithuggingfaceerstellen |