Содержание поста "Пособие по эмбеддингам (116-стр. pdf, 4 Jupyter-тетрадки)"
Аннотация 3
1. Введение 3
2. Рекомендация как бизнес-услуга 13
2.1. Создание веб-приложения 16
2.2. Сравнение систем на основе правил и систем на основе
машинного обучения 18
машинного обучения 18
2.3. Построение веб-приложения, использующего машинное
обучение 21
обучение 21
2.4. Формулировка задачи машинного обучения 23
2.4.1. Задача рекомендаций 27
2.5. Векторы числовых признаков 32
2.6. От слов к векторам в трех простых словах 33
3. Экскурс в историю появления разных способов кодирования 35
3.1. Ранние подходы 36
3.2. Кодирование 36
3.3. Латентное размещение Дирихле (LDA) и латентный
семантический анализ (LSA) 55
семантический анализ (LSA) 55
3.4. Ограничения традиционных подходов 56
3.5. Метод опорных векторов 59
3.6. Word2Vec 60
4. Современные подходы к эмбеддингам 75
4.1. Нейронные сети 77
4.2. Трансформеры 80
4.3. BERT 88
4.4. GPT 89
5. Эмбеддинги в промышленной среде 90
5.1. Практическое применение эмбеддингов 91
5.2. Эмбеддинги как инженерная проблема 102
6. Заключение 112
Библиография 113
Приобрести пособие можно в этом посте
сборник_статей_по_ml
пост_книга_"сборник_статей_по_ml"