书目信息 |
| 题名： |
推荐算法及应用
|
|
| 作者： | 高华玲 主编 | |
| 分册： | ||
| 出版信息： | 北京 北京邮电大学出版社 2021.01 |
|
| 页数： | 170页 | |
| 开本： | 26cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | O212.4 | |
| 科图分类： | ||
| 主题词： | 聚类分析--ju lei fen xi--分析方法--教材 | |
| 电子资源： | ||
| ISBN： | 978-7-5635-6250-3 | |
| 000 | 01220nam0 2200301 450 | |
| 001 | CAL 0120217118495 | |
| 005 | 20210316140832.8 | |
| 010 | @a978-7-5635-6250-3@dCNY29.80 | |
| 092 | @aCN@bRt966-0630 | |
| 100 | @a20210316d2021 em y0chiy0120 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a推荐算法及应用@Atui jian suan fa ji ying yong@f主编高华玲 |
| 210 | @a北京@c北京邮电大学出版社@d2021.01 | |
| 215 | @a170页@c图@d26cm | |
| 300 | @a全国高等院校计算机基础教育研究会重点立项项目 | |
| 320 | @a有书目 (第169-170页) | |
| 330 | @a本书前6章用通俗易懂的方式介绍了经典推荐算法 (主要包括基于内容的推荐算法、基于用户的协同过滤、基于物品的协同过滤推荐算支、基于矩阵分解的协同过滤推荐算法、基于深度学习的推荐算法、混合推荐算法, 以及推荐算法的评估) 。本书后5章的推荐算法案例都是较为完整的推荐系统案例, 核心代码非常精简, 并易于在实际中扩展, 可以说是入门级学习者必备的阅读资料。 | |
| 333 | @a人工智能系列规划教材 | |
| 606 | 0 | @a聚类分析@Aju lei fen xi@x分析方法@j教材 |
| 690 | @aO212.4@v5 | |
| 701 | 0 | @a高华玲@Agao hua ling@4主编 |
| 801 | 0 | @aCN@b人天书店@c20210316 |
| 901 | @a北京邮电大学出版社 | |
| 905 | @aTSG@b0001819@dO212.4@eG133@f2 | |
| 997 | @a期货 | |
| 推荐算法及应用/主编高华玲.-北京：北京邮电大学出版社，2021.01 |
| 170页：图；26cm |
| 全国高等院校计算机基础教育研究会重点立项项目.-使用对象：人工智能系列规划教材 |
| ISBN 978-7-5635-6250-3：CNY29.80 |
| 本书前6章用通俗易懂的方式介绍了经典推荐算法 (主要包括基于内容的推荐算法、基于用户的协同过滤、基于物品的协同过滤推荐算支、基于矩阵分解的协同过滤推荐算法、基于深度学习的推荐算法、混合推荐算法, 以及推荐算法的评估) 。本书后5章的推荐算法案例都是较为完整的推荐系统案例, 核心代码非常精简, 并易于在实际中扩展, 可以说是入门级学习者必备的阅读资料。 |
| ● |
| 相关链接 |
|
|
|
正题名：推荐算法及应用
索取号：O212.4/G133
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1538980 | 215389808 | 自科库401/401自科库 77排2列4层/ [索取号:O212.4/G133] | 在馆 | |
| 2 | 1538981 | 215389817 | 自科库401/401自科库 77排2列4层/ [索取号:O212.4/G133] | 在馆 |