机读格式显示(MARC)

• 000 01603nam 2200289 450

• 001 0000532947

• 010 __ |a 978-7-302-51363-6 |d CNY65.00

• 100 __ |a 20181213d2019 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 推荐系统与深度学习 |A tui jian xi tong yu shen du xue xi |d = Recommendation system and deep learning |f 黄昕 ... [等] 编著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2019

• 215 __ |a x, 204页 |c 图 |d 24cm

• 225 2_ |a 新时代·技术新未来 |A xin shi dai ·ji shu xin wei lai

• 304 __ |a 题名页题: 黄昕, 赵伟, 王本友, 吕慧伟, 杨敏编著

• 314 __ |a 黄昕, 现任腾讯音乐集团高级工程师。赵伟, 德国达姆施塔特工业大学在读博士生。王本友, 意大利帕多瓦大学博士生, 欧盟, 玛丽·居里研究员。

• 330 __ |a 本书的几位作者都曾在大型互联网公司从事与推荐系统相关的实践与研究, 通过这本书, 把推荐系统工作经验予以总结, 以帮助想从事推荐系统工作的读者或推荐系统爱好者。本书的内容设置由浅人深, 从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者, 还是有-定经验的从业人员, 相信都能从本书的不同章节中有所收获。区别于其他推荐算法书籍, 本书引人了已被实践证明效果较好的深度学习推荐技术, 包括Word2Vec、Wide & Deep、DeepFM、GAN等技术应用, 并给出了相关的实践代码; 除了在算法层面讲解推荐系统的实现, 还从工程层面详细阐述推荐系统如何搭建。

• 410 _0 |1 2001 |a 新时代·技术新未来

• 510 1_ |a Recommendation system and deep learning |z eng

• 606 0_ |a 软件设计 |A ruan jian she ji

• 690 __ |a TP311.5 |v 5

• 701 _0 |a 黄昕 |A huang xin |4 编著

• 701 _0 |a 赵伟 |A zhao wei |4 编著

• 701 _0 |a 王本友 |A wang ben you |4 编著

• 801 _0 |a CN |b 湖北三新 |c 20181213