书目详细信息
： 推荐系统算法实践
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-121-37040-3:CNY89.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 推荐系统算法实践/.黄美灵著 |
| 出版发行项： | 北京:,电子工业出版社:,2019.09 |
| 载体形态项： | 13,342页:;+图:;+24cm |
| 提要文摘： | 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。 |
| 并列题名： | Recommendation algorithm eng |
| 题名主题： | 计算机算法 |
| 中图分类： | TP301.6 |
| 个人名称等同： | 黄美灵 著 |
| 记录来源： | CN RENTIAN 20190903 |