|
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。 |
| ● |
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
|
|
