返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 自然语言处理领域中差分隐私和可解释技术的应用 陈珂锐 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 陈珂锐著
    • 出版社: 经济管理出版社
    • 出版时间:2023-09-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 陈珂锐著
    • 出版社:经济管理出版社
    • 出版时间:2023-09-01 00:00:00
    • 版次:1
    • 页数:200
    • 开本:16开
    • 装帧:平装
    • ISBN:9787509693018
    • 国别/地区:中国
    • 版权提供:经济管理出版社

    自然语言处理领域中差分隐私和可解释技术的应用

    作  者:陈珂锐 著
    定  价:88
    出 版 社:经济管理出版社
    出版日期:2023年09月01日
    页  数:200
    装  帧:平装
    ISBN:9787509693018
    主编推荐

    内容简介

    自然语言处理技术经历了小规模专家知识(20世纪50年代-90年代)、大规模语料库统计模型(20世纪90年代至21世纪初)、大规模语料库深度学习(2010-2017年)和大规模预训练语言模型(2018年至今)四个阶段。预训练模型的研究和应用是从2013年开始的,标志性事件是2018年10月谷歌的Bert模型的出现,颠覆了NLP领域的研究范式,多数的NLP任务都转换成在预训练语言模型上的学习,然后在下游任务中使用微调的模式。特别是2023年初OpenAI公司的ChatGPT的火爆问世,ChatGPT的API已于2023年3月1日公开,而其背后的大规模语言模型的公开,必将导致包含隐私敏感数据训练的模型被提取出训练数据中的隐私敏感信息。差分隐私技术和可解释性技术可以有效地解决隐私数据泄露和模型不透明的问题。本书先介绍了自然语言和差分隐私的理论基础,论述当前自然语言模型所面临的隐私攻击类型,在此基础null

    作者简介

    精彩内容

    目录
    1.导论
    1.1 小规模专家知识阶段
    1.2 大规模语料库统计模型阶段
    1.3 大规模语料库深度学习阶段
    1.4 大规模预训练语言模型阶段
    2.自然语言处理基础
    2.1 文本表示
    2.2 自然语言处理任务
    2.3 评价指标
    3.预训练模型
    3.1 静态词向量预训练模型
    3.2 动态词向量预训练模型
    3.3 预训练语言模型
    4.自然语言处理中的神经网络
    4.1 多层感知机
    4.2 卷积神经网络
    4.3 循环神经网络
    4.4 注意力机制
    ……

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购