同类推荐
-
-
概率论与数理统计
-
¥48.00
-
-
概率论与数理统计
-
¥48.00
-
-
概率论与数理统计
-
¥48.00
-
-
多元统计分析:R与Python的实现
-
¥49.00
-
-
概率论与数理统计
-
¥43.00
-
-
概率论与数理统计
-
¥36.60
-
-
多元统计分析
-
¥49.00
-
-
概率论与数理统计
-
¥34.00
-
-
概率论与数理统计
-
¥49.80
-
-
概率论与数理统计
-
¥49.80
|
|
图书信息
|
|
|
|
精通推荐算法：核心模块+经典模型+代码详解
|
| ISBN： | 9787121474514 |
定价： | ￥89.00 |
| 作者： | 谢杨易著 |
出版社： | 电子工业出版社 |
| 出版时间： | 2024年03月 |
开本： | 24cm |
| 页数： | 16,264页 |
中图法： | O212.4 |
相关供货商
|
供货商名称
|
库存量
|
库区
|
更新日期
|
|
北京人天书店有限公司
|
44
|
库区13/泰安展厅库/样本13
|
2025-09-11
|
|
其它供货商库存合计
|
804
|
|
2025-09-10
|
图书简介 | | 本书介绍了推荐算法的知识框架和技术细节，包括召回、粗排、精排和重排等模块。第1章从用户体验、内容生产和平台发展角度介绍为什么需要推荐系统，并阐述推荐系统的分类及整体技术架构。第2章介绍推荐算法模型的基础——数据样本和特征工程。第3章介绍传统推荐算法。第4-7章介绍推荐系统中最复杂的部分——精排模块，包括特征交叉、用户行为序列建模、Embedding表征学习和多任务学习。第8章介绍召回模块，并详细讲解非个性化召回和个性化召回算法。第9章介绍粗排模块，重点讲解特征蒸馏和轻量级特征交叉等方法。第10章介绍重排模块，包括打散和多样性、上下文感知和端上重排等技术细节。 |
|