书目信息 |
| 题名： |
推荐系统算法实践
|
|
| 作者： | 黄美灵 著 | |
| 分册： | ||
| 出版信息： | 北京 电子工业出版社 2019.09 |
|
| 页数： | XIII, 342页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP301.6 | |
| 科图分类： | ||
| 主题词： | 计算机算法--ji suan ji suan fa | |
| 电子资源： | ||
| ISBN： | 978-7-121-37040-3 | |
| 000 | 01603nam0 2200253 450 | |
| 001 | 202020139127 | |
| 005 | 20200926181339.0 | |
| 010 | @a978-7-121-37040-3@dCNY89.00 | |
| 100 | @a20200916d2019 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a推荐系统算法实践@Atui jian xi tong suan fa shi jian@d= Recommendation algorithm@f黄美灵著@zeng |
| 210 | @a北京@c电子工业出版社@d2019.09 | |
| 215 | @aXIII, 342页@c图@d24cm | |
| 314 | @a黄美灵, 现任一线互联网公司的高级工程师, 拥有多年大型互联网公司推荐系统和机器学习实战经验。 | |
| 330 | @a本书主要讲解推荐系统中的召回算法和排序算法, 以及各个算法在主流工具Sklearn、Spark、TensorFlow等中的实现和应用。书中本着循序渐进的原则进行讲解。首先, 介绍推荐系统中推荐算法的数学基础, 推荐算法的平台、工具基础, 以及具体的推荐系统。其次, 对推荐系统中的召回算法进行讲解, 主要包括基于行为相似的协同过滤召回和基于内容相似的Word2vec召回, 并且介绍其在Spark、TensorFlow 主流工具中的实现与应用。再次, 讲解推荐系统中的排序算法, 包括线性模型、树模型和深度学习模型, 分别介绍逻辑回归、FM、决策树、随机森林、GBDT、GBDT+LR、集成学习、深度森林、DNN、Wide ＆ Deep、DeepFM、YouTube推荐等模型的原理, 以及其在Sklearn、Spark、TensorFlow主流工具中的实现与应用。最后, 介绍推荐算法的4个实践案例, 帮助读者进行工程实践和应用, 并且介绍如何在Notebook上进行代码开发和算法调试, 以帮助读者提升工作效率。 | |
| 510 | 1 | @aRecommendation algorithm@zeng |
| 606 | 0 | @a计算机算法@Aji suan ji suan fa |
| 690 | @aTP301.6@v5 | |
| 701 | 0 | @a黄美灵@Ahuang mei ling@4著 |
| 801 | 0 | @aCN@c20190904 |
| 905 | @a河南城建学院图书馆@dTP301.6@eH863 | |
| 推荐系统算法实践= Recommendation algorithm/黄美灵著.-北京：电子工业出版社，2019.09 |
| XIII, 342页：图；24cm |
| ISBN 978-7-121-37040-3：CNY89.00 |
| 本书主要讲解推荐系统中的召回算法和排序算法, 以及各个算法在主流工具Sklearn、Spark、TensorFlow等中的实现和应用。书中本着循序渐进的原则进行讲解。首先, 介绍推荐系统中推荐算法的数学基础, 推荐算法的平台、工具基础, 以及具体的推荐系统。其次, 对推荐系统中的召回算法进行讲解, 主要包括基于行为相似的协同过滤召回和基于内容相似的Word2vec召回, 并且介绍其在Spark、TensorFlow 主流工具中的实现与应用。再次, 讲解推荐系统中的排序算法, 包括线性模型、树模型和深度学习模型, 分别介绍逻辑回归、FM、决策树、随机森林、GBDT、GBDT+LR、集成学习、深度森林、DNN、Wide ＆ Deep、DeepFM、YouTube推荐等模型的原理, 以及其在Sklearn、Spark、TensorFlow主流工具中的实现与应用。最后, 介绍推荐算法的4个实践案例, 帮助读者进行工程实践和应用, 并且介绍如何在Notebook上进行代码开发和算法调试, 以帮助读者提升工作效率。 |
| ● |
| 相关链接 |
|
|
|
正题名：推荐系统算法实践
索取号：TP301.6/H863
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1488537 | 214885374 | 自科库301/301自科库 101排3列6层/ [索取号:TP301.6/H863] | 在馆 | |
| 2 | 1488538 | 214885383 | 自科库301/301自科库 101排3列6层/ [索取号:TP301.6/H863] | 在馆 |