推荐系统 封面

推荐系统

分类
人工智能
作者
阅读量
9 次
上架
资源
在线阅读
7.8 读者评分 / 10
★★★★☆ 9 人评分 · 9 次阅读
鸠摩网盘查找 Z-Library 查找

快速回答

《推荐系统》(字节跳动推荐技术团队) 作为人工智能和机器学习的应用方向之一,推荐系统不仅在学术界积累了众多文献著作,在互联网业界也有着广泛的落地实践,已服务过数亿用户,其算法和系统设计相当复杂。本书结合互联网大规模应用场景的实践需求,回顾了推荐系统的发展历史,解析了核心算法、系统架构、评估方法等诸多推荐系统涉及的方向,具备很强的实用性。内容包括推荐系统介绍、推荐系统原理、推荐系统经典链路、推荐系统进阶、推荐系统内容审核与冷启动、推荐系统架构、推荐系统评估。 本书适合有机器学习基础的学生、算法工程师,以及互联网行业从业人员阅读,也适合想了解推荐系统的跨行业人员阅读。

作品简介

作为人工智能和机器学习的应用方向之一,推荐系统不仅在学术界积累了众多文献著作,在互联网业界也有着广泛的落地实践,已服务过数亿用户,其算法和系统设计相当复杂。本书结合互联网大规模应用场景的实践需求,回顾了推荐系统的发展历史,解析了核心算法、系统架构、评估方法等诸多推荐系统涉及的方向,具备很强的实用性。内容包括推荐系统介绍、推荐系统原理、推荐系统经典链路、推荐系统进阶、推荐系统内容审核与冷启动、推荐系统架构、推荐系统评估。 本书适合有机器学习基础的学生、算法工程师,以及互联网行业从业人员阅读,也适合想了解推荐系统的跨行业人员阅读。

内容简介

作为人工智能和机器学习的应用方向之一,推荐系统不仅在学术界积累了众多文献著作,在互联网业界也有着广泛的落地实践,已服务过数亿用户,其算法和系统设计相当复杂。本书结合互联网大规模应用场景的实践需求,回顾了推荐系统的发展历史,解析了核心算法、系统架构、评估方法等诸多推荐系统涉及的方向,具备很强的实用性。内容包括推荐系统介绍、推荐系统原理、推荐系统经典链路、推荐系统进阶、推荐系统内容审核与冷启动、推荐系统架构、推荐系统评估。 本书适合有机器学习基础的学生、算法工程师,以及互联网行业从业人员阅读,也适合想了解推荐系统的跨行业人员阅读。

书评 0

暂无书评,登录后可写下第一条阅读感受。