2、自然语言处理与机器学习入门指南

自然语言处理与机器学习入门指南

1. 核心价值与目标受众

1.1 核心价值

提供自然语言处理（NLP）和机器学习尽可能多的相关信息，内容节奏快。部分章节详细探讨特定主题，有些高级统计概念首次阅读时可跳过。虽不能让人通过阅读成为专家，但能让人接触众多NLP和机器学习主题。呈现方式简略，一是让人接触概念，激发自学兴趣；二是若全面深入探讨所有主题，书的篇幅会大幅增加，而大部人不愿阅读千页技术书籍。

1.2 目标受众

主要针对有扎实软件开发背景、习惯在线搜索技术细节的开发者。也面向不同年龄、背景的国际读者，使用标准英语，方便非英语母语读者学习。

2. 主题丰富的原因

因面向技术背景差异大的开发者，很多人对NLP“不知道自己不知道什么”，所以涵盖大量NLP相关概念，帮助读者决定深入学习的方向。学习是迭代和重复的过程，对部分读者是掌握NLP和机器学习的第一步。

3. 内容组织与学习内容

3.1 章节组织

大部分内容以成对章节形式呈现：
- 前两章介绍NumPy和Pandas。
- 接着一对章节讲解NLP概念。
- 再一对章节给出Python代码示例说明NLP概念。
- 随后一对章节介绍机器学习概念和算法（如决策树、随机森林和支持向量机）。
- 第九章探讨情感分析、推荐系统、COVID - 19分析、垃圾邮件检测和聊天机器人。
- 第十章展示使用TF2和Keras执行NLP任务的示例。
- 第十一章介绍Transformer架构、基于BERT的模型和GPT系列模型。