书目信息 |
| 题名： |
精通推荐算法
|
|
| 作者： | 谢杨易 著 | |
| 分册： | ||
| 出版信息： | 北京 电子工业出版社 2024.03 |
|
| 页数： | 16,264页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | O212.4 | |
| 科图分类： | ||
| 主题词： | 聚类分析--ju lei fen xi--分析方法 | |
| 电子资源： | ||
| ISBN： | 978-7-121-47451-4 | |
| 000 | 01318nam0 2200253 450 | |
| 001 | 01202500812 | |
| 005 | 20251113213955.122 | |
| 010 | @a978-7-121-47451-4@dCNY89.00 | |
| 100 | @a20251026d2024 em y0chiy50 ea | |
| 101 | 0 | @achi |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a精通推荐算法@Ajing tong tui jian suan fa@e核心模块+经典模型+代码详解@f谢杨易著 |
| 210 | @a北京@c电子工业出版社@d2024.03 | |
| 215 | @a16,264页@c图@d24cm | |
| 300 | @a博文视点 | |
| 330 | @a本书介绍了推荐算法的知识框架和技术细节,包括召回、粗排、精排和重排等模块。第1章从用户体验、内容生产和平台发展角度介绍为什么需要推荐系统,并阐述推荐系统的分类及整体技术架构。第2章介绍推荐算法模型的基础——数据样本和特征工程。第3章介绍传统推荐算法。第4-7章介绍推荐系统中最复杂的部分——精排模块,包括特征交叉、用户行为序列建模、Embedding表征学习和多任务学习。第8章介绍召回模块,并详细讲解非个性化召回和个性化召回算法。第9章介绍粗排模块,重点讲解特征蒸馏和轻量级特征交叉等方法。第10章介绍重排模块,包括打散和多样性、上下文感知和端上重排等技术细节。 | |
| 517 | 1 | @a核心模块+经典模型+代码详解@Ahe xin mo kuai +jing dian mo xing +dai ma xiang jie |
| 606 | 0 | @a聚类分析@Aju lei fen xi@x分析方法 |
| 690 | @aO212.4@v5 | |
| 701 | 0 | @a谢杨易@Axie yang yi@4著 |
| 801 | 0 | @aCN@b辽批@c20251113 |
| 905 | @bS409216-18@dO212.4@e3@f3 | |
| 精通推荐算法：核心模块+经典模型+代码详解/谢杨易著.-北京：电子工业出版社，2024.03 |
| 16,264页：图；24cm |
| 博文视点 |
| ISBN 978-7-121-47451-4：CNY89.00 |
| 本书介绍了推荐算法的知识框架和技术细节,包括召回、粗排、精排和重排等模块。第1章从用户体验、内容生产和平台发展角度介绍为什么需要推荐系统,并阐述推荐系统的分类及整体技术架构。第2章介绍推荐算法模型的基础——数据样本和特征工程。第3章介绍传统推荐算法。第4-7章介绍推荐系统中最复杂的部分——精排模块,包括特征交叉、用户行为序列建模、Embedding表征学习和多任务学习。第8章介绍召回模块,并详细讲解非个性化召回和个性化召回算法。第9章介绍粗排模块,重点讲解特征蒸馏和轻量级特征交叉等方法。第10章介绍重排模块,包括打散和多样性、上下文感知和端上重排等技术细节。 |
| ● |
| 相关链接 |
|
|
|
正题名：精通推荐算法
索取号：O212.4/3
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 409216 | S409216 | 综合书库（图文三楼东）/ [索取号:O212.4/3] | 在馆 | |
| 2 | 409217 | S409217 | 综合书库（图文三楼东）/ [索取号:O212.4/3] | 在馆 | |
| 3 | 409218 | S409218 | 综合书库（图文三楼东）/ [索取号:O212.4/3] | 在馆 |