推薦系統:技術、評估及高效算法, 2/e (Recommender Systems Handbook, 2/e)
Ricci, Francesco, Rokach, Lior, Shapira, Bracha 著
- 出版商: 機械工業
- 出版日期: 2018-07-24
- 定價: $834
- 售價: 8.5 折 $709
- 語言: 簡體中文
- 頁數: 636
- 裝訂: 平裝
- ISBN: 7111600754
- ISBN-13: 9787111600756
-
相關分類:
Data-mining、人工智慧、推薦系統
- 此書翻譯自: Recommender Systems Handbook, 2/e (Hardcover)
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$301推薦系統 (Recommender Systems: An Introduction)
-
$857深度學習 (Deep Learning)
-
$403機器學習之路 : Caffe、Keras、scikit-learn 實戰
-
$210$200 -
$419$398 -
$374Python 深度學習實戰:75個有關神經網絡建模、強化學習與遷移學習的解決方案 (Python Deep Learning Cookbook: Over 75 practical recipes on neural network modeling, reinforcement learning, and transfer learning using Python)
-
$210$200 -
$658推薦系統:原理與實踐 (Recommender Systems: The Textbook)
-
$690$538 -
$580$458 -
$594$564 -
$420$328 -
$300$270 -
$352機器學習算法實踐 — 推薦系統的協同過濾理論及其應用
-
$454強化學習實戰:強化學習在阿裡的技術演進和業務創新 匯集了阿裡巴巴一線算法工程師在強化學習應用方面的經驗和心得。
-
$308推薦系統與深度學習
-
$1,000$790 -
$403推薦系統開發實戰
-
$454推薦系統算法實踐
-
$454統計推薦系統
-
$780$616 -
$469推薦系統
-
$580$458 -
$1,000$850 -
$680$537
相關主題
商品描述
本書由五部分組成:推薦系統的技術、評估、應用、人機交互及高級話題。
第一部分展示瞭如今構建推薦系統的流行和基礎的技術,如協同過濾、基於語義的方法、數據挖掘方法和基於情境感知的方法。
第二部分主要關注離線和真實用戶環境下用於評估推薦質量的技術及方法。
第三部分包括了一些推薦技術多樣性的應用。首先簡述了與工業實現和推薦系統開發相關的一般性問題,隨後詳細介紹了推薦系統在各領域中的應用:音樂、學習、移動、社交網絡及它們之間的交互。
第四部分包含了探討一系列問題的文章,這些問題包括推薦的展示、瀏覽、解釋和視覺化以及人工決策與推薦系統相關的重要問題。
第五部分收集了一些關於高級話題的文章,例如利用主動學習技術來引導新知識的學習,構建能夠抵擋惡意用戶攻擊的健壯推薦系統的合適技術,以及結合多種用戶反饋和偏好來生成更加可靠的推薦系統。