Atnaujinkite slapukų nuostatas

El. knyga: Text Analysis in Python for Social Scientists: Discovery and Exploration

3.50/5 (6 ratings by Goodreads)
Kitos knygos pagal šią temą:
Text Analysis in Python for Social Scientists: Discovery and ExplorationDidesnis paveikslėlis
Kitos knygos pagal šią temą:

DRM apribojimai

  • Kopijuoti:

    neleidžiama

  • Spausdinti:

    neleidžiama

  • El. knygos naudojimas:

    Skaitmeninių teisių valdymas (DRM)
    Leidykla pateikė šią knygą šifruota forma, o tai reiškia, kad norint ją atrakinti ir perskaityti reikia įdiegti nemokamą programinę įrangą. Norint skaityti šią el. knygą, turite susikurti Adobe ID . Daugiau informacijos  čia. El. knygą galima atsisiųsti į 6 įrenginius (vienas vartotojas su tuo pačiu Adobe ID).

    Reikalinga programinė įranga
    Norint skaityti šią el. knygą mobiliajame įrenginyje (telefone ar planšetiniame kompiuteryje), turite įdiegti šią nemokamą programėlę: PocketBook Reader (iOS / Android)

    Norint skaityti šią el. knygą asmeniniame arba „Mac“ kompiuteryje, Jums reikalinga  Adobe Digital Editions “ (tai nemokama programa, specialiai sukurta el. knygoms. Tai nėra tas pats, kas „Adobe Reader“, kurią tikriausiai jau turite savo kompiuteryje.)

    Negalite skaityti šios el. knygos naudodami „Amazon Kindle“.

Text is everywhere, and it is a fantastic resource for social scientists. However, because it is so abundant, and because language is so variable, it is often difficult to extract the information we want. There is a whole subfield of AI concerned with text analysis (natural language processing). Many of the basic analysis methods developed are now readily available as Python implementations. This Element will teach you when to use which method, the mathematical background of how it works, and the Python code to implement it.

Daugiau informacijos

A practical guide to text analysis with Python: the intuition, the math, the code.
Introduction 1(2)
Background 3(1)
1 Prerequisites
3(2)
2 What's in a Word
5(14)
3 Regular Expressions
19(5)
4 Pointwise Mutual Information
24(3)
5 Representing Text
27(24)
Exploration: Finding Structure in the Data
50(1)
6 Matrix Factorization
51(8)
7 Clustering
59(6)
8 Language Models
65(7)
9 Topic Models
72(12)
Appendix A English Stopwords 84(1)
Appendix B Probabilities 85(5)
References 90
Daugiau apie elektronines knygas Daugiau apie elektronines knygas
Pastovi nuoroda: https://www.kriso.lt/db/97811088830162e.html
Raktažodžiai: