自然語言處理與大語言模型原理詳解
楊靈璣
- 出版商: 清華大學
- 出版日期: 2025-08-01
- 定價: $659
- 售價: 8.5 折 $560
- 語言: 簡體中文
- ISBN: 7302699135
- ISBN-13: 9787302699132
-
相關分類:
Natural Language Processing
立即出貨
LLM 大語言模型 詳見活動內容 »
-
78折
零基礎玩轉 LLM 應用全攻略：Python × No-Code 實作 AI 開發超簡單（iThome鐵人賽系列書）$690$538 -
79折
大型語言模型應用實戰：從 Prompt Engineering 到 Agentic RAG 與 MCP$790$624 -
78折
大模型時代：從 ChatGPT 一枝獨秀到全面開戰的 AI 賽局$500$390 -
79折
業界實戰親授 - 大型語言模型微調、最佳化、佈署一次到位$980$774 -
79折
深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇$880$695 -
79折
AIGC 大型語言模型 - 個人應用到企業實戰立刻上手$780$616 -
79折
讓 LLM 飛起來的工具使用 - AI Agent MCP 協議開發、標準、應用$790$624 -
79折
AI Agent 手刻首選 - 使用 LangChain 親手實作 LLM 大型商業專案$880$695 -
79折
LLMOps 打造穩定運行的大型語言模型系統 (LLMOps: Managing Large Language Models in Production)$620$489 -
79折
實用 DeepSeek 技術 - 開發真正可用的 LLM 應用程式$880$695 -
78折
AI 程式設計、深度學習與 LLM 入門到精通：PyTorch × GPT × Transformer × LLaMA 實作指南（iThome鐵人賽系列書）$650$507 -
79折
LLM 工程師開發手冊 (LLM Engineer's Handbook: Master the art of engineering large language models from concept to production)$1,250$987 -
79折
AI Agent 智能工作流：設計與自動化全實戰$760$600 -
79折
不再是 ChatBot - 最新 AI Agent 代理建構$880$695 -
79折
最新 AI 開發範式 - Agent 多重智慧體自動產生應用$680$537 -
79折
LangChain 開發手冊 -- OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具$680$537 -
79折
LLM 提示工程技術｜打造兼具藝術與科學的高效應用 (Prompt Engineering for LLMs: The Art and Science of Building Large Language Model-Based Applications)$620$489 -
79折
LLM 語意理解與生成技術完全開發 (Hands-On Large Language Models)$980$774 -
79折
LLM × 網路爬蟲終極實戰：n8n 串接資料爬取 × Qdrant × RAG 打造本機 AI Agent$980$774 -
79折
LangChain 學習手冊｜使用 LangChain 與 LangGraph 建構 AI 與 LLM 應用程式 (Learning LangChain: Building AI and LLM Applications with LangChain and LangGraph)$680$537 -
79折
Node.js 與 LLM 原理與實務：AI 應用程式開發$780$616 -
79折
知道你的下一筆訂單 - 使用 LLM$980$774 -
79折
更少 GPU 卻更強 - LLM 輕量化壓縮及加速訓練$980$774 -
79折
AI Agent 自動化流程超 Easy -- 不寫程式 No Code 聰明完成樣樣事$750$592 -
VIP 95折
AI傳媒學：大模型助力傳媒行業應用與創新$588$558
商品描述
"《自然語言處理與大語言模型原理詳解：從NLP模型到Transformer架構》全面、系統、深入地介紹自然語言處理（NLP）的核心知識與實踐方法，涵蓋從傳統模型到基於Transformer架構的大語言模型的完整知識體系。《自然語言處理與大語言模型原理詳解：從NLP模型到Transformer架構》通過理論推導與Python代碼實踐相結合的方式，深入解析詞嵌入、句法分析、序列建模等基礎技術，並重點探討Transformer架構、預訓練範式、生成控制與RLHF對齊等大語言模型的關鍵技術。《自然語言處理與大語言模型原理詳解：從NLP模型到Transformer架構》結合多個Python實踐案例與倫理問題，幫助讀者掌握“基礎理論→算法實現→應用落地”的NLP任務構建全棧能力。 《自然語言處理與大語言模型原理詳解：從NLP模型到Transformer架構》共12章，分為4篇。第1篇自然語言處理基礎與詞表示，介紹詞袋模型、TF-IDF、Word2Vec和GloVe詞嵌入等NLP基礎，以及神經網絡基礎、樸素貝葉斯在情感分類中的作用、N-gram語言建模等；第2篇語言結構與句法解析，介紹上下文無關語法、成分解析與依存句法分析等；第3篇序列建模與深度學習方法，深入介紹循環神經網絡、長短期記憶網絡、門控循環單元、序列到序列模型、註意力機制與Transformer架構等；第4篇大語言模型與生成技術，介紹自然語言生成的解碼過程、常見問題及其解決方案、評估指標、評價方法、倫理問題，以及大語言模型預處理與基於人類反饋的強化學習等。 《自然語言處理與大語言模型原理詳解：從NLP模型到Transformer架構》內容豐富，講解深入淺出，理論兼具實踐，適合想系統、深入學習自然語言處理和大語言模型的讀者，也適合數據科學家、機器學習工程師和NLP研究員等大語言模型從業人員閱讀，還可作為高等院校人工智能相關專業的教材或教學參考書，以及相關培訓機構的教學用書。"
作者簡介
楊靈璣，資深數據科學家。先後在跨國咨詢公司和大型國際科技公司任職。在機器學習與深度學習領域具備深厚的理論基礎與豐富的實戰經驗，尤其擅長自然語言處理的各種模型，並對計算機視覺有深入研究。發表數篇論文，並為公司開發了多款跨區域使用的AI工具。
