×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
智能推荐系统开发实战/人工智能技术丛书

智能推荐系统开发实战/人工智能技术丛书

1星价 ¥51.9 (6.5折)
2星价¥51.9 定价¥79.8
暂无评论
图文详情
  • ISBN:9787517099352
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:298
  • 出版时间:2022-07-01
  • 条形码:9787517099352 ; 978-7-5170-9935-2

本书特色

1.简单易学:本书使用 Python 3.7 版本进行编写,代码简单,易于读者学习。 2.实践为主:本书不是空讲推荐算法理论知识,而是以实际的案例清晰简明地介绍如何使用Python 实现推荐模型的开发落地。 3.内容全面:覆盖推荐系统领域常见的模型及热点案例。 4.配备数据和源代码:提供所有案例的数据文件和 Python 源代码供读者操作练习、快速上手。 5.学习路线图清晰:每个推荐模型开发案例均按照数据挖掘项目的一般工作流程逐步展开,分析逻辑清晰。

内容简介

《智能推荐系统开发实战》基于Python 3.7编写,全书围绕推荐模型的开发实践,为读者重点展示了各种不同类型的推荐模型开发过程及其在多种业务场景下的应用。 全书分为4篇,第1篇包含推荐系统的前世今生及其涉及的基础数学知识,简单介绍了推荐系统的发展过程及从事推荐模型研发所需要的数学知识;第2篇重点介绍不同类型的推荐算法在多种应用场景下的开发实践,包括协同过滤、矩阵分解、Logistic回归、决策树、集成学习、因子分解与深度学习模型;第3篇介绍了推荐系统的冷启动问题及效果评估方法;第4篇通过行业真实案例,如广告点击率预测、金融产品精准营销、电影推荐、音乐推荐、产品交叉销售等,深入浅出、循序渐进地介绍了推荐模型开发的全过程。 《智能推荐系统开发实战》内容精练、案例丰富,实践性极强,可快速学习并上手实践,值得一读,特别适合在企业中从事推荐模型开发、数据分析挖掘、机器学习研发等工作的人员使用,同样适合想从事数据挖掘工作的各大中专院校的学生与教师,以及其他对推荐系统领域有兴趣爱好的各类人员使用。

目录

第1篇 系统的基础知识 第1章 系统的前世今生 1.1 从信息匮乏到信息过载 1.2 从搜索到 1.3 系统的应用场景 1.4 系统的基础知识 1.4.1 什么是 系统 1.4.2 使用 系统的目的 1.4.3 如何搭建一个 系统 1.4.4 系统涉及的模型 1.5 系统的开发工具说明 第2章 系统的数学基础 2.1 线性代数 2.1.1 向量 2.1.2 矩阵 2.1.3 范数 2.1.4 矩阵分解 2.2 微积分 2.2.1 函数 2.2.2 极限 2.2.3 导数 2.2.4 微分中值定理 2.2.5 泰勒展开式 2.2.6 梯度 2.2.7 小二乘法 2.3 概率统计 2.3.1 概率 2.3.2 总体与个体 2.3.3 简单随机抽样 2.3.4 统计量 2.3.5 描述性统计 第2篇 模型的开发实践 第3章 基于协同过滤的 3.1 协同过滤算法简介 3.1.1 基于用户的协同过滤 3.1.2 基于项目的协同过滤 3.1.3 基于模型的协同过滤 3.2 基于协同过滤算法的实现 3.2.1 数据源说明 3.2.2 基于项目的协同过滤 实现 3.2.3 基于用户的协同过滤 实现 …… 第3篇 系统的冷启动及效果评估 第4篇 项目实战
展开全部

作者简介

尚涛,毕业于上海交通大学数学系,拥有数学硕士学位,研究方向为数据挖掘与机器学习应用领域,拥有超过10年数据挖掘和优化建模的经验,以及多年使用SAS、R、Python等软件的经验;曾任职于zfb、平安科技、易方达基金,现就职于南方基金,专注于精准营销、推荐系统、信用风险评分等领域数据挖掘项目的研发工作;就职期间,为所在公司的业务方成功实施了众多深受好评的数据挖掘项目,实现了良好的业务价值。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航