第3 章:深度学习基础,神经网络与前馈计算,反向传播算法,常见的深度神经网络。 第4 章:基于深度学习的推荐算法,深度学习与协同过滤,深度学习与特征交互,图表示学习与推荐系统, 序列与基于会话的推荐,结合知识图谱的推荐系统,基于强化学习的推荐算法...
《推荐系统:前沿与实践》 作者:李东胜,练建勋,张乐,任侃等 主要内容:本书以一线研发人员的视角和经验,从原理与实践两个角度为读者剖析推荐系统。该书首先从原理上介绍了各类经典推荐算法及前沿的深度学习推荐算法,涵盖深度协同过滤、特征交互、基于图神经网络的推荐、序列与会话推荐、结合知识图谱的推荐和基于强化学习的...
第4 章:基于深度学习的推荐算法,深度学习与协同过滤,深度学习与特征交互,图表示学习与推荐系统, 序列与基于会话的推荐,结合知识图谱的推荐系统,基于强化学习的推荐算法。 第5 章:推荐系统前沿话题,推荐算法研究热点,推荐系统应用挑战,负责任的推荐(用户隐私,可解释性,算法偏见)。 第6 章:推荐系统实践,工业级推荐系...
一个是社交网络,代表人与人之间的直接关系,比如 Facebook、 Twitter 、QQ等上面的好友关系。 另一个是兴趣网络,主要表示的是人和社交圈之间的关系,包含非常明确的,比如你经常喜欢看搞笑视频,或者比较喜欢看足球,或者是你在某些平台上面经常追哪个剧,关注哪些博主等类似的信息。
副标题: 前沿与实践 出版年: 2022-6 页数: 284 定价: 108 丛书: 人工智能前沿技术丛书 ISBN: 9787121435089 豆瓣评分 评价人数不足 评价: 写笔记 写书评 加入购书单 分享到 推荐 内容简介 ··· 推荐系统是互联网时代极具商业价值的人工智能应用之一,30 年来持续受到学术界和工业界的广泛关注。本...
在推荐系统领域,自然语言处理(NLP)技术的崭新应用正迅速改变着用户体验和推荐精度。本文将深入研究NLP在推荐系统中的关键角色,探讨其对个性化推荐、搜索排序和用户交互的积极影响。我们将通过详细的示例和实践代码演示NLP在推荐系统中的实际应用,让你更好地理解这一领域的前沿发展。
《推荐系统:前沿与实践》 作者:李东胜,练建勋,张乐,任侃等 主要内容:本书以一线研发人员的视角和经验,从原理与实践两个角度为读者剖析推荐系统。该书首先从原理上介绍了各类经典推荐算法及前沿的深度学习推荐算法,涵盖深度协同过滤、特征交互、基于图神经网络的推荐、序...
划线价:商品展示的划横线价格为参考价,并非原价,该价格可能是品牌专柜标价、商品吊牌价或由品牌供应商提供的正品零售价(如厂商指导价、建议零售价等)或其他真实有依据的价格;由于地区、时间的差异性和市场行情波动,品牌专柜标价、商品吊牌价等可能会与您购物时展示的不一致,该价格仅供您参考。
推荐系统:前沿与实践(博文视点出品) 李东胜 练建勋 张乐 任侃 卢暾 邬涛 谢幸推荐系统是互联网时代极具商业价值的人工智能应用之一,30 年来持续受到学术界和工业界的广泛关注。本书作者以一线研发人员的视角和经验,对推荐系统进行总结,尝试从原理与实践两个角度为读者剖析推荐系统。本书首先从原理上介绍各类经典推荐...