官网首页 | 您好,欢迎光临电子工业出版社有限公司!

首页  >  科技  >  计算机  >  网络与互联网

推荐系统算法实践  

著        者:

作  译  者:黄美灵

出版时间:2019-09 千 字 数:481 版     次:01-01 页 数:356

开       本:16开 装      帧: I S B N :9787121370403

换       版:

纸质书定价:¥89.0

库存:有

分享到:

共有图书评论0条 【查看评论摘要】

看了又看

内容简介

目 录

前 言

上架建议

作者简介

获奖信息

编辑推荐

音视频专区

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。

  
 

对不起,暂无音视频资源!

查看更多 > 图书评论

暂无评论

发表图书评论
评论标题:
评论内容:
验 证 码:
看不清楚
点击刷新
 

您还没有登录,请登录后再评论。

购买过本书的顾客还买过