MARC状态:审校 文献类型:中文图书 浏览次数:77
- 题名/责任者:
- 统计推荐系统/(美) 迪帕克·K. 阿加瓦尔, 陈必衷著 戴薇, 潘微科, 明仲译
- 出版发行项:
- 北京:机械工业出版社,2019
- ISBN及定价:
- 978-7-111-63573-4/CNY89.00
- 载体形态项:
- 220页:图;26cm
- 丛编项:
- 计算机科学丛书
- 个人责任者:
- 阿加瓦尔 (Agarwal, Deepak K.) 著
- 个人责任者:
- 陈必衷 (Chen, Bee-Chung) 著
- 个人次要责任者:
- 戴薇 译
- 个人次要责任者:
- 潘微科 译
- 个人次要责任者:
- 明仲 译
- 学科主题:
- 统计程序
- 中图法分类号:
- TP319
- 出版发行附注:
- 由剑桥大学出版社与机械工业出版社合作出版
- 责任者附注:
- 迪帕克·K. 阿加瓦尔(Deepak K. Agarwal),LinkedIn公司副总裁,领导人工智能/机器学习团队的研发工作。之前曾任Yahoo!研究院研究主管和首席研究员,以及AT&T公司研究员。
- 书目附注:
- 有书目 (第199-204页) 和索引
- 提要文摘附注:
- 全书分为三部分:第一部分介绍推荐系统的组成、经典推荐方法及评估方法,并引出了探索与利用问题;第二部分围绕点击通过率(CTR)预估这一重要问题,重点介绍快速在线双线性因子模型和面向回归的隐因子模型,为热门推荐和个性化推荐提供解决方案;第三部分讨论进阶主题,涵盖分解的隐含狄利克雷分布模型、张量分解模型、层次收缩模型以及多目标优化方法。
- 随书光盘:
全部MARC细节信息>>
索书号 | 条码号 | 年卷期 | 馆藏地 | 书刊状态 |
TP319/33 | 01484912 | 西区4层 | 可借 | |
TP319/33 | 01484913 | 总馆 | 可借 |
显示全部馆藏信息