《大数据智能互联网时代的机器学习和自然语言处理技术》是一本介绍大数据智能分析的科普书籍，旨在让更多的人了解和学习互联网时代的机器学习和自然语言处理技术，以期让大数据技术更好地为我们的生产和生活服务。
《大数据智能互联网时代的机器学习和自然语言处理技术》包括大数据智能基础和大数据智能应用两个部分，共8章。大数据智能基础部分有三章：第1章以深度学习为例介绍大数据智能的计算框架；第2章以知识图谱为例介绍大数据智能的知识库；第3章介绍大数据的计算处理系统。大数据智能应用部分有5章：第4章介绍智能问答，第5章介绍主题模型，第6章介绍个性化推荐，第7章介绍情感分析与意见挖掘，第8章介绍面向社会媒体内容的分析与应用。最后在《大数据智能——互联网时代的机器学习和自然语言处理技术》的后记部分为读者追踪大数据智能的学术材料提供了建议。
《大数据智能互联网时代的机器学习和自然语言处理技术》适合作为高等院校计算机相关专业的研究生学习参考资料，也适合电脑爱好者阅读。作者特别希望本书能够帮助所有愿意对大数据技术有所了解，以及想要将大数据技术应用于本职工作的读者。
内容简介
前言
第1章 深度学习——机器大脑的结构
1.1 概述
1.2 从人脑神经元到人工神经元
1.3 参数学习
1.4 多层前馈网络
1.5 逐层预训练
1.6 深度学习是终极神器吗
1.7 内容回顾与推荐阅读
1.8 参考文献
注释
第2章 知识图谱——机器大脑中的知识库
2.1 什么是知识图谱
2.2 知识图谱的构建
2.3 知识图谱的典型应用
2.4 知识图谱的主要技术
2.5 前景与挑战
2.6 内容回顾与推荐阅读
2.7 参考文献
第3章 大数据系统——大数据背后的支撑技术
3.1 概述
3.2 高性能计算技术
3.3 虚拟化和云计算技术
3.4 基于分布式计算的大数据系统
3.5 大规模图计算
3.6 NoSQL
3.7 内容回顾与推荐阅读
3.8 参考文献
第4章 智能问答——智能助手是如何炼成的
4.1 概述
4.2 问答系统的主要组成
4.3 文本问答系统
4.4 社区问答系统
4.5 多媒体问答系统
4.6 大型问答系统案例:IBM沃森问答系统
4.7 内容回顾与推荐阅读
4.8 参考文献
第5章 主题模型——机器的智能摘要利器
5.1 概述
5.2 主题模型出现的背景
5.3 第一个主题模型潜在语义分析
5.4 第一个正式的概率主题模型
5.5 第一个正式的贝叶斯主题模型
5.6 LDA的概要介绍
5.7 主题模型的变形与应用
5.8 内容回顾与推荐阅读
5.9 参考文献
注释
第6章 个性化推荐系统——如何了解电脑背后的TA
6.1 概述
6.2 个性化推荐的基本问题
6.3 典型推荐算法浅析
6.4 参考文献
第7章 情感分析与意见挖掘——计算机如何了解人类情感
7.1 概述
7.2 情感分析的主要研究问题
7.3 情感分析的主要方法
7.4 主要的情感词典资源
7.5 内容回顾与推荐阅读
7.6 参考文献
第8章 面向社会媒体大数据的语言使用分析及应用
8.1 概述
8.2 面向社会媒体的自然语言使用分析
8.3 面向社会媒体的自然语言分析应用
8.4 未来研究的挑战与展望
8.5 参考文献
后记
国际学术组织、学术会议与学术论文
国内学术组织、学术会议与学术论文
如何快速了解某个领域的研究进展
