Construindo Chatbots
do Artificial Inteligence Markup Language e PLN até os modernos Large Language Models
Teoria e Prática com Python
Este livro apresenta os chatbots clássicos, baseados em AIML, e por que expressões regulares ainda são ferramentas utilizadas no desenvolvimento de bots. Em capítulos dedicados ao Processamento de Linguagem Natural (PLN), técnicas como tokenização, lematização e análise sintática ganham vida por meio de exemplos aplicáveis, preparando o leitor para dar seus próprios passos no mundo da IA conversacional. Transformers, Word2Vec e os Modelos de Linguagem Grande (LLMs), incluindo BERT, GPT e LLaMA.
Versão HTML (↗)Versão PDF (↗)Código-fonte do Livro em Python (↗)
Regressão Linear com Aprendizagem de Máquina
Teoria e Prática com Python
Este livro fornece uma visão inicial e objetiva sobre a teoria e a aplicação prática da regressão linear no contexto do aprendizado de máquina com python. Ele é adequado para iniciantes que estão começando sua jornada no aprendizado de máquina e da regressão linear, mas que já conhecem o básico da linguagem python. Ao longo dos capítulos, apresentamos os conceitos e suposições da regressão até as aplicações e diagnósticos de modelos, passando por estudos de caso e o uso de bibliotecas de software utilizadas como Python e Scikit-learn. Os exercícios ao final de cada capítulo são elaborados para reforçar este aprendizado.
Versão HTML (↗)Download do Livro em PDF (↗)Adquirir e-pub na Amazon (↗)Adquirir PDF na UICLAP (↗)
Processamento de Linguagem Natural
Vetorização de Texto
Teoria e Prática com Python
O processamento de linguagem natural (PLN) tem se tornado cada vez mais relevante na era da informação, onde a habilidade de transformar dados textuais em insights acionáveis é crucial. Este livro oferece uma introdução concisa, porém abrangente, ao processo de vetorização de texto, uma técnica fundamental em PLN. Espero que este livro seja um ponto de partida útil para suas futuras explorações no mundo do processamento de linguagem natural.
Versão HTML (↗)Download do Livro em PDF (↗)Adquirir e-pub na Amazon (↗)Adquirir PDF na UICLAP (↗)
