機器學習算法實踐：推薦系統的協同過濾理論及其應用
王建芳
715人在讀
15.1萬字總字數
¥44.85定價
王建芳
個性化推薦能夠根據用戶的歷史行爲顯式或者隱式地挖掘用戶潛在的興趣和需求，併爲其推送個性化信息，因此受到研究者的追捧及工業界的青睞，其研究具有重大的學術價值及商業應用價值，已廣泛應用於大型電子商務平臺、社交平臺、新聞客戶端以及其他各類旅遊和娛樂類網站中。 本書內容豐富，較全面地介紹了基於協同過濾的推薦系統存在的問題、解決方法和評估策略，主要內容涉及協同過濾推薦算法中的時序技術、矩陣分解技術和社交網絡信任技術等知識。 本書可供從事推薦系統、人工智能、機器學習、模式識別和信息檢索等領域的科研人員及研究生閱讀、參考。
技術書籍中，還算不錯的👌“可惜,世界上最聰明的大腦，想的都是如何推薦,怎麼樣讓用戶去點擊廣告。”
全是私貨，源代碼也沒有，感覺就是自己和手下研究生髮論文的合集，現在教授出書都這麼水嘛
書裏歸納了許多在協同過濾算法上的改進方法，而且都詳細的介紹了算法過程，注意點就是內容簡介裏提到的，適合科研人員及研究生閱讀、參考，對於技術開發人員來說不太適合，僅有最後一章概述了一下實踐方案
都是非常實用的算法，應用實踐案例。很實用！