MARC状态：审校 文献类型：中文图书 浏览次数：14
- 题名/责任者:
- 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
- ISBN及定价:
- 978-7-121-37040-3/CNY89.00
- 载体形态项:
- 356页;26cm
- 个人责任者:
- 黄美灵 著
- 学科主题:
- 计算机算法
- 中图法分类号:
- TP301.6
- 提要文摘附注:
- 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。
- 使用对象附注:
- 本书适合AI、数据挖掘、大数据等领域的从业人员阅读，书中为开发者展现了推荐算法的原理、实现与应用案例
全部MARC细节信息>>