《深入浅出Embedding：原理解析与应用实践》PDF电子书免费下载

这是一本系统、全面、理论与实践相结合的Embedding技术指南，由资深的AI技术专家和高级数据科学家撰写，得到了黄铁军、韦青、张峥、周明等中国人工智能领域的领军人物的一致好评和推荐。
在内容方面，本书理论与实操兼顾，一方面系统讲解了Embedding的基础、技术、原理、方法和性能优化，一方面详细列举和分析了Embedding在机器学习性能提升、中英文翻译、推荐系统等6个重要场景的应用实践；在写作方式上，秉承复杂问题简单化的原则，尽量避免复杂的数学公式，尽量采用可视化的表达方式，旨在降低本书的学习门槛，让读者能看得完、学得会。
吴茂贵，资深大数据和人工智能技术专家，在BI、数据挖掘与分析、数据仓库、机器学习等领域工作超过20年。在基于Spark、TensorFlow、PyTorch、Keras等的机器学习和深度学习方面有大量的工程实践实践，对Embedding有深入研究。著有《深度实践Spark机器学习》《Python深度学习：基于TensorFlow》《Python深度学习：基于Pytorch》等多部著作，广受读者好评。
王红星，不错数据科学家，任职于博世（中国）投资有限公司苏州分公司，负责BOSCH数据湖，数据分析与人工智能相关的产品与服务的设计和开发。在大数据、机器学习、人工智能方面有丰富的实践经验。

前言
第一部分 Embedding基础知识
第1章 万物皆可嵌入
第2章 获取Embedding的方法
第3章 计算机视觉处理
第4章 文本及序列处理
第5章 注意力机制
第6章 从Word Embedding到ELMo
第7章 从ELMo到BERT和GPT
第8章 BERT的优化方法
第9章 推荐系统
第二部分 Embedding应用实例
第10章 用Embedding表现分类特征
第11章 用Embedding提升机器学习性能
第12章 用Transformer实现英译中
第13章 Embedding技术在推荐系统中的应用
第14章 用BERT实现中文语句分类
第15章 用GPT-2生成文本
第16章 Embedding技术总结
附录A 基于GPU的TensorFlow 2+、PyTorch 1+升级安装
附录B 语言模型