安徽理工大学图书馆书目检索系统

Online Public Access Catalogue

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:

XIII, 342页:图;24cm

并列正题名:

Recommendation algorithm

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

责任者附注:

黄美灵, 现任一线互联网公司的高级工程师, 拥有多年大型互联网公司推荐系统和机器学习实战经验。

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。

豆瓣简介：