Angewandte Textanalyse mit Python

Kapitel 12. Deep Learning und mehr

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In diesem Buch haben wir uns bemüht, Techniken und Werkzeuge hervorzuheben, die robust genug sind, um praktische Anwendungen zu unterstützen. Manchmal bedeutete dies, dass wir vielversprechende, aber weniger ausgereifte Bibliotheken und solche, die in erster Linie für die individuelle Forschung gedacht sind, übergangen haben. Stattdessen haben wir Tools bevorzugt, die sich leicht skalieren lassen - von Ad-hoc-Analysen auf einem einzelnen Rechner bis hin zu großen Clustern, die Interaktionen für viele Hunderttausende von Nutzern verwalten. Im letzten Kapitel haben wir mehrere solcher Tools untersucht, von der Python-Multiprozessorbibliothek bis hin zum Kraftpaket Spark, mit denen wir viele Modelle parallel laufen lassen können, und zwar so schnell, dass sie für groß angelegte Produktionsanwendungen geeignet sind. In diesem Kapitel befassen wir uns mit einem ebenso bedeutenden Fortschritt, den neuronalen Netzen, die sich schnell zum neuen Stand der Technik bei der Verarbeitung natürlicher Sprache entwickeln.

Ironischerweise sind neuronale Netze in gewisser Weise eine der "Old School"-Technologien, die in diesem Buch behandelt werden. Ihre Wurzeln reichen bis zu Arbeiten zurück, die vor fast 70 Jahren durchgeführt wurden. Die meiste Zeit über galten neuronale Netze nicht als praktikable Methode für maschinelles Lernen. ...