书目信息 |
| 题名： |
深度学习推荐系统2.0
|
|
| 作者： | 王喆 著 | |
| 分册： | ||
| 出版信息： | 北京 电子工业出版社 2025.03 |
|
| 页数： | XIV, 285页 | |
| 开本： | 26cm | |
| 丛书名： | 通用智能与大模型丛书 | |
| 单 册： | ||
| 中图分类： | TP181 ， TP393 | |
| 科图分类： | ||
| 主题词： | 机器学习--ji qi xue xi , 计算机网络--ji suan ji wang luo | |
| 电子资源： | ||
| ISBN： | 978-7-121-49746-9 | |
| 000 | 01354nam 2200313 450 | |
| 001 | 90074 | |
| 005 | 20250815102632.64 | |
| 010 | @a978-7-121-49746-9@dCNY128.00 | |
| 099 | @aCAL 012025036681 | |
| 100 | @a20250411d2025 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aak a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a深度学习推荐系统2.0@Ashen du xue xi tui jian xi tong 2.0@f王喆著 |
| 210 | @a北京@c电子工业出版社@d2025.03 | |
| 215 | @aXIV, 285页@c图 (部分彩图)@d26cm | |
| 225 | 2 | @a通用智能与大模型丛书@Atong yong zhi neng yu da mo xing cong shu |
| 314 | @a王喆, 毕业于清华大学计算机科学与技术系, 现任硅谷某大厂技术总监, 曾任TikTok高级技术经理、Hulu高级研究员。清华大学KEG实验室学术搜索引擎AMiner早期发起人之一。主要研究方向为推荐系统、计算广告。 | |
| 320 | @a有书目 | |
| 330 | @a本书从深度学习推荐模型、Embedding技术、大模型、AIGC、模型工程实现、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。通过阅读本书, 可以帮助读者建立深度学习推荐系统的技术框架, 通过学习前沿案例和工业应用, 加强深度学习理论与推荐系统工程实践的融合能力。 | |
| 410 | 0 | @12001 @a通用智能与大模型丛书 |
| 606 | 0 | @a机器学习@Aji qi xue xi |
| 606 | 0 | @a计算机网络@Aji suan ji wang luo |
| 690 | @aTP181@v5 | |
| 690 | @aTP393@v5 | |
| 701 | 0 | @a王喆@Awang zhe@4著 |
| 801 | 0 | @aCN@c20250909 |
| 905 | @a河南城建学院图书馆@dTP181@eW461@f1 | |
| 深度学习推荐系统2.0/王喆著.-北京：电子工业出版社，2025.03 |
| XIV, 285页：图 (部分彩图)；26cm.-(通用智能与大模型丛书) |
| ISBN 978-7-121-49746-9：CNY128.00 |
| 本书从深度学习推荐模型、Embedding技术、大模型、AIGC、模型工程实现、业界前沿实践等几个方面介绍了这场技术革命中的主流技术要点。通过阅读本书, 可以帮助读者建立深度学习推荐系统的技术框架, 通过学习前沿案例和工业应用, 加强深度学习理论与推荐系统工程实践的融合能力。 |
| ● |
| 相关链接 |
|
|
|
正题名：深度学习推荐系统2.0
索取号：TP181/W461
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1624036 | 216240360 | 自科库301/ [索取号:TP181/W461] | 在馆 |