<b>※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。</b><br /><br />日々生成されるデータを「意味」のある情報としてとらえるための基礎技術を、その牽引役の1人が丁寧に解説した。離散確率分布の基礎から各種モデル、テキストデータにとどまらない応用事例までが1冊にまとまり、学びやすい。書籍初収録の例も豊富に含まれている。コンパクトでありながら、親切な記述なので、ついていける、読み通せる。

自然言語処理による文書分類の基礎の基礎、トピックモデルを学ぶ

数式をなるべく使わずにトピックモデルの解説にチャレンジ

LDAによるトピックモデル with gensim ~ Qiitaのタグからユーザーの嗜好を考える ~

pythonでトピックモデルの変分ベイズ推定実装

[R] トピックモデル(LDA)を用いた大量文書の教師なし分類

トピックモデルとその界隈

HDP-LDAでトピックモデルを作成する際の式の導出をLDAからしてみる

単語埋め込み表現を活用したトピック数Nの決定

pythonでトピックモデルの最尤推定実装

トピックモデル (機械学習プロフェッショナルシリーズ)