书目信息 |
| 题名： |
推荐系统
|
|
| 作者： | 李东胜 著 | |
| 分册： | ||
| 出版信息： | 北京 电子工业出版社 2022.06 |
|
| 页数： | XII, 269页 | |
| 开本： | 26cm | |
| 丛书名： | 人工智能前沿技术丛书 | |
| 单 册： | ||
| 中图分类： | TP18 | |
| 科图分类： | ||
| 主题词： | 人工智能--ren gong zhi neng | |
| 电子资源： | ||
| ISBN： | 978-7-121-43508-9 | |
| 000 | 01442nam 2200313 450 | |
| 001 | 2260384922 | |
| 010 | @a978-7-121-43508-9@dCNY108.00 | |
| 100 | @a20220722d2022 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @ay a 000yy | |
| 106 | @ar | |
| 200 | 1 | @a推荐系统@Atui jian xi tong@e前沿与实践@d= Recommender systems@efrontiers and practices@f李东胜 ... [等] 著@zeng |
| 210 | @a北京@c电子工业出版社@d2022.06 | |
| 215 | @aXII, 269页@d26cm | |
| 225 | 2 | @a人工智能前沿技术丛书@Aren gong zhi neng qian yan ji shu cong shu |
| 300 | @a博文视点 | |
| 304 | @a题名页题其余责任者: 练建勋, 张乐, 任侃, 谢幸, 卢暾等 | |
| 314 | @a李东胜, 博士, 微软亚洲研究院 (上海) 高级研究经理, 复旦大学计算机学院客座教授、兼职博导, 中国计算机学会协同计算专业委员会委员。 | |
| 320 | @a有书目 (第247-269页) | |
| 330 | @a本书作者以一线研发人员的视角和经验, 对推荐系统进行总结, 尝试从原理与实践两个角度为读者剖析推荐系统。本书首先从原理上介绍各类经典推荐算法及前沿的深度学习推荐算法, 然后分析推荐系统领域发展的前沿话题和未来方向, 最后结合微软的开源项目Microsoft Recommenders介绍推荐系统的实践经验。 | |
| 410 | 0 | @12001 @a人工智能前沿技术丛书 |
| 510 | 1 | @aRecommender systems@efrontiers and practices@zeng |
| 517 | 1 | @a前沿与实践@Aqian yan yu shi jian |
| 606 | 0 | @a人工智能@Aren gong zhi neng |
| 690 | @aTP18@v5 | |
| 701 | 0 | @a李东胜@Ali dong sheng@4著 |
| 801 | 0 | @aCN@c20220906 |
| 905 | @a河南城建学院图书馆@dTP18@eL146 | |
| 推荐系统：前沿与实践= Recommender systems：frontiers and practices/李东胜 ... [等] 著.-北京：电子工业出版社，2022.06 |
| XII, 269页；26cm.-(人工智能前沿技术丛书) |
| 博文视点 |
| ISBN 978-7-121-43508-9：CNY108.00 |
| 本书作者以一线研发人员的视角和经验, 对推荐系统进行总结, 尝试从原理与实践两个角度为读者剖析推荐系统。本书首先从原理上介绍各类经典推荐算法及前沿的深度学习推荐算法, 然后分析推荐系统领域发展的前沿话题和未来方向, 最后结合微软的开源项目Microsoft Recommenders介绍推荐系统的实践经验。 |
| ● |
| 相关链接 |
|
|
|
正题名：推荐系统
索取号：TP18/L146
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1572699 | 215726999 | 自科库301/301自科库 101排9列6层/ [索取号:TP18/L146] | 在馆 |