书目信息 |
| 题名： |
推荐系统与深度学习
|
|
| 作者： | 黄昕 编著 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2019.01 |
|
| 页数： | x, 204页 | |
| 开本： | 24cm | |
| 丛书名： | 新时代·技术新未来 | |
| 单 册： | ||
| 中图分类： | TP311.5 | |
| 科图分类： | ||
| 主题词： | 软件设计--ruan jian she ji | |
| 电子资源： | ||
| ISBN： | 978-7-302-51363-6 | |
| 000 | 01102nam 2200253 450 | |
| 001 | CAL 0120182647125 | |
| 010 | @a978-7-302-51363-6@dCNY65.00 | |
| 100 | @a20191007d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak z 000yy | |
| 200 | 1 | @a推荐系统与深度学习@Atui jian xi tong yu shen du xue xi@d= Recommendation system and deep learning@f黄昕 ... [等] 编著@zeng |
| 210 | @a北京@c清华大学出版社@d2019.01 | |
| 215 | @ax, 204页@c图@d24cm | |
| 225 | 2 | @a新时代·技术新未来@Axin shi dai · ji shu xin wei lai |
| 314 | @a黄昕, 现任腾讯音乐集团高级工程师。 | |
| 330 | @a本书的几位作者都曾在大型互联网公司从事与推荐系统相关的实践与研究, 通过这本书, 把推荐系统工作经验予以总结, 以帮助想从事推荐系统工作的读者或推荐系统爱好者。该书的内容设置由浅人深, 从传统的推荐算法过渡到近年兴起的深度学习技术。 | |
| 410 | 0 | @12001 @a新时代·技术新未来 |
| 510 | 1 | @aRecommendation system and deep learning@zeng |
| 606 | 0 | @a软件设计@Aruan jian she ji |
| 690 | @aTP311.5@v5 | |
| 701 | 0 | @a黄昕@Ahuang xin@4编著 |
| 801 | 0 | @aCN@c20191007 |
| 905 | @a河南城建学院图书馆@dTP311.5@eH900 | |
| 推荐系统与深度学习= Recommendation system and deep learning/黄昕 ... [等] 编著.-北京：清华大学出版社，2019.01 |
| x, 204页：图；24cm.-(新时代·技术新未来) |
| ISBN 978-7-302-51363-6：CNY65.00 |
| 本书的几位作者都曾在大型互联网公司从事与推荐系统相关的实践与研究, 通过这本书, 把推荐系统工作经验予以总结, 以帮助想从事推荐系统工作的读者或推荐系统爱好者。该书的内容设置由浅人深, 从传统的推荐算法过渡到近年兴起的深度学习技术。 |
| ● |
| 相关链接 |
|
|
|
正题名：推荐系统与深度学习
索取号：TP311.5/H900
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1447926 | 214479269 | 自科库301/301自科库 49排4列5层/ [索取号:TP311.5/H900] | 在馆 | |
| 2 | 1447927 | 214479278 | 自科库301/301自科库 49排4列5层/ [索取号:TP311.5/H900] | 在馆 |