Libros UCLV { BETA }

Procesamiento de Lenguaje Natural con Python-NLTK

El libro aborda los problemas de NLP más básicos utilizando la biblioteca estándar de python: NLTK. Tiene ejemplos para cada uno de estos problemas. Algunos de los problemas tratados son: división en segmentos o palabras(tokenización), corrección de palabras, creación de corpus lingüísticos personalizados, POS, extracción de fragmentos, transformación de frases y árboles, clasificación de textos, procesamiento de datasets, y análisis de textos HTML.

Guía para principiantes sobre "Procesamiento de ficheros de textos en python".

Este libro es una guía básica para principiantes que comienzan en el procesamiento de textos con python. Contiene elementos básicos para la manipulación de textos utilizando las bibliotecas estándar de python, trabajo con cadenas de texto, intercambio de datos con formatos CSV, JSON. Además contiene un capítulo completo de expresiones regulares, así como el trabajo con formatos de marcado como HTML. Posee numerosos ejemplos de como escribir la salida de nuestro programa de procesamiento de textos, análisis gramatical y un último capítulo dedicado a la indexación y búsqueda con la biblioteca python-nucular. Está orientado a ejercicios y gran parte del libro se dedica a explicar la solución de los mismos.

Procesamiento de Lenguaje Natural

Es un libro de procesamiento de lenguaje natural con python utilizando python-nltk. Los contenidos que trata son: una introducción al procesamiento de textos con python, cómo acceder a corpus y recursos léxicos, procesamiento de textos en formato RAW, nociones para programar de forma estructurada tus proyectos en este tipo de campo científico. Además dedica capítulos por separado a la categorización y el etiquetado, clasificación de textos, extracción de información, análisis de estructura de la oración, análisis semántico de la oración.

Modelación Computacional de Lenguajes Naturales

Este libro trata sobre la modelación computacional de los lenguajes naturales(como suele llamarse a las lenguas o idiomas humanos), aplicaciones informáticas generados a partir del estudio de la computación lingüística, y un examen de nivel medio sobre el modelo computacional de la lengua "MeaningText".

Introducción a la programación y a la solución de problemas de computación utilizando python3.

Dedica su primer capítulo a introducir las ciencias de la computación, los algoritmos, y otras cuestiones básicas. Su segundo capítulo está orientado a la solución de problemas de computación, esencialmente como es el proceso y el análisis de un problema concreto como caso de estudio. Con posterioridad introduce los conceptos de Datos y Expresiones (cap2), Estructuras de Control (cap3), Listas (cap4), Funciones (cap5), Objetos (cap6), Diseño modular (cap7), Trabajo con ficheros de texto (cap8), Estructura del tipo Diccionarios y Conjuntos (cap9), Programación Orientada a Objetos (cap10), Recursividad (cap11), y un último capítulo recorre el desarrollo de la computación desde sus inicios hasta hoy. Algo importante es que cada capítulo termina con la solución de un problema concreto donde se utiliza la materia impartida en los primeros epígrafes del mismo.

Programar con el binding de OpenCV para manipular imágenes, video utilizando la webcam e incluso un Kinect.

El libro comienza con los pasos necesarios para instalar esta herramienta en cualquiera de los 3 sistemas más conocidos: Windows, MacOS o Ubuntu. El capítulo 2 trata el manejo de ficheros, cámaras e interfaces gráficas. Posteriormente en cada capítulo expone los temas de Filtrado, Rastreo, Detección de regiones y profundidad. Contiene dos valiosos apéndices para la integración con la biblioteca python-game y otro para el trabajo con Haarcascade personalizado para diferentes tareas.

Procesamiento de la semántica de las palabras utilizando Hownet.

Este libro comienza con una introducción a los signficados y formas de representarlos. Puntualiza algunos aspectos históricos de este recurso léxico (Hownet) útil para procesar el idioma inglés y chino. Introduce al lector en los 'sememas' (las unidades más pequeñas del significado). Y posteriormente dedica varios capítulos a la Clasificación Conceptual, Roles Semánticos, Taxonomía, Diccionario de Conocimiento Hownet, Base de Datos de Conocimiento Etiquetado, Análisis de Relaciones en Hownet, Navegar en Hownet, Algoritmos y Software Hownet, ... Se los recomiendo por su valor incalculable para comparar resultados con la BD wordnet.

Programación en Lenguaje Python

Este es un libro excelente para aprender a programar en python, y finalmente para hacer cosas extraordinarias también. A diferencia de otros libros dedica sus primeros 4 capítulos a: cuestiones básicas como la instalación en GNU/Linux y Windows, Listas y Tuplas, Strings y Diccionarios. Luego analiza los flujos, Funciones, Recursividad, Herencia, Manejo de Excepciones, entre otros. En una virtual tercera agrupación a partir del capítulo 11 analiza el trabajo con ficheros, Interfaces Gráficas, Soporte a Bases de Datos, Programación para Redes de Datos, Aplicaciones Web y Testing. A partir del capítulo 17, ya más avanzado, se pueden encontrar códigos muy bien documentados de como extender el lenguaje, empaquetar tus programas, programar parsers para HTML, XML, crear estructuras de comunicación como XML.RPC,....

Programación en Lenguaje python utilizando problemas matemáticos y de las ciencias naturales.

El objetivo del libro es enseñar programación en python utilizando problemas de las matemáticas y las ciencias naturales. Utiliza algunos ejemplos de trabajo con ficheros genéticos(ADN). El Cap1 contiene trabajo introductorio con fómulas en el lenguaje python. Cap2 Ciclos y tipo de datos Lista. Cap3 Funciones. Cap4 Trabajo con ficheros y manejo de errores y excepciones. Cap5 Arreglos y Plotting. Cap6 "Clases" de la POO. Cap7 Números aleatorios y su aplicación a juegos sencillos. Cap9. Programación Orientada a Objetos. Contiene 8 apéndices dedicados fundamentalmente a: trabajo con ecuaciones diferenciales, código python en lenguajes compilados, y otros temas tecnológicos.

Master the art of machine learning with Python and build effective machine learning systems with this intensive hands-on guide

Excelente libro del 2013 elaborado por programadores y profesionales de la bioinformática. El libro comienza haciendo una introducción a Machine Learning, y utilizando un ejemplo práctico y sencillo para que los estudiantes comiencen. Cap2, está dedicado en su comienzo a los problemas de clasificación con ejemplos reales, y analiza problemas más complejos de clasificación. Cap3 Agrupamiento, este capítulo utiliza un ejemplo de procesamiento de texto, añadiendo NLTK y analiza todo el proceso NLP para luego realizar clustering de textos. Capt4 Topic Modeling, un tema más complejo que analiza el LDA, similaridad en el espacio de temas(topic space). Cap5 También dedicado a clasificación pero mucho más fuerte, utiliza un ejemplo de medición de la calidad de las respuestas, es lo que se dice el análisis de un ejemplo avanzado. Cap6 Dedicado al muy actual tema del Análisis de Sentimientos, este tema es una de las tareas muy actuales del Procesamiento del Lenguaje Natural. Cap 7 y 8 dedicado a la Regresión, utiliza interesantes ejemplos para mostrar este tema de ML. Cap9 Regresa con más sobre Clasificación en este caso con un análisis del género musical, utilizando procesamiento de señales. Cap 10 Computer Vision. Cap 11 Reducción de la Dimensionalidad. Cap12 y final, como aprender de grandes colecciones de datos, aprender a procesar estos conjuntos eficientemente. Contiene un apéndice con referencias a dónde más leer para aprender sobre ML.

Programación en lenguaje python.

Un excelente libro para aprender y enseñar a programar en python. Contiene por capítulos todos los temas de la programación orientada a objetos así como un capítulo para cada tipo de datos de este lenguaje. Es la base para el libro Think Complexity del mismo autor.

Trabajar con ficheros XML desde Python.

El libro comienza con un capítulo introductorio. Luego introducción a XML. El capítulo 3 está dedicado a SAX desde python, al igual que el 4 al DOM. Querying XML con XPath(5). Transformar XML con XSLT. Validación de XML. Python Internet APIs. Python web services and SOAP. Python y sistemas distribuidos usando XML. El libro posee además 6 valiosos apéndices donde se pueden leer: las definiciones de XML, Python SAX API, Python DOM API, MSXML y otras herramientas de python para el trabajo con XML.