简介
《Python推荐系统实战:基于深度学习、NLP和图算法的应用型推荐系统》分为4部分,包含11章。首先介绍推荐系统的基本方法,接着探讨当前流行的一些方法,具体包括协同过滤推荐系统、内容推荐系统以及混合推荐系统。接下来讨论如何运用当前的机器学习算法来实现推荐系统。最后讨论推荐系统的相关趋势和新兴技术。 《Python推荐系统实战:基于深度学习、NLP和图算法的应用型推荐系统》特别适合零基础的数据科学工作者参考和使用。它可以帮助读者从基础知识起步,逐步学习运用Python、深度学习和自然语言处理技术来构建推荐系统,以促进业务增长和提高客户忠诚度。
编辑推荐
《Python推荐系统实战:基于深度学习、NLP和图算法的应用型推荐系统》从基本方法、流行方法、先进方法及新技术四个层面来介绍如何自己动手构建推荐系统。通过本书的学习,读者可以掌握推荐系统的基本概念,了解不同类型的推荐引擎及其功能,学会使用传统算法来构建推荐系统和混合推荐系统,使用聚类和分类算法来构建基于机器学习的推荐系统。《Python推荐系统实战:基于深度学习、NLP和图算法的应用型推荐系统》可引导读者运用自然语言处理、深度学习和知识图谱来实现推荐系统,从而实现业务的增长。 特色主题: 使用Python来理解和实现不同的推荐系统 掌握协同过滤、超市购物车分析和矩阵分解等 构建基于内容和协同过滤的混合推荐系统 运用机器学习、NLP和深度学习来构建推荐系统
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-05-01
- 更新: 2024-10-24
- 书号:9787302657408
- 中图:TP311.561
- 学科:工学控制科学与工程工学计算机科学与技术工学软件工程
相关图书
-
机器学习和深度学习:原理、算法、实战(使用Python 和 TensorFlow)
[印] 文卡塔·雷迪·科纳萨尼(Venkata Reddy Konasani)、沙伦德拉·卡德雷(Shailendra Kadre)著 秦婧 韩雨童 译
¥128.00