同类推荐
-
-
嵌入式Linux系统开发21天速成:从基础开发到综合项…
-
¥119.00
-
-
嵌入式Linux系统开发21天速成:从基础开发到综合项…
-
¥119.00
-
-
嵌入式Linux系统开发21天速成:从基础开发到综合项…
-
¥119.00
-
-
AutoCAD 2026中文版实用教程
-
¥89.00
-
-
AutoCAD 2026中文版实用教程
-
¥89.00
-
-
AutoCAD 2026中文版实用教程
-
¥89.00
-
-
C语言程序设计案例式教程:AI助学
-
¥69.80
-
-
C语言程序设计案例式教程:AI助学
-
¥69.80
-
-
C语言程序设计案例式教程:AI助学
-
¥69.80
-
-
Java Web项目式开发教程:微课版
-
¥69.80
|
|
图书信息
|
|
|
|
推荐系统算法实践
|
| ISBN： | 9787121370403 |
定价： | ￥89.00 |
| 作者： | 黄美灵著 |
出版社： | 电子工业出版社 |
| 出版时间： | 2019年09月 |
开本： | 24cm |
| 页数： | 13,342页 |
中图法： | TP301.6 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
|
|
|
|
|
其它供货商库存合计
|
1
|
|
2026-09-17
|
图书简介 | | 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。 |
|