机器学习算法实践：推荐系统的协同过滤理论及其应用
王建芳
715人在读
15.1万字总字数
¥44.85定价
王建芳
个性化推荐能够根据用户的历史行为显式或者隐式地挖掘用户潜在的兴趣和需求，并为其推送个性化信息，因此受到研究者的追捧及工业界的青睐，其研究具有重大的学术价值及商业应用价值，已广泛应用于大型电子商务平台、社交平台、新闻客户端以及其他各类旅游和娱乐类网站中。 本书内容丰富，较全面地介绍了基于协同过滤的推荐系统存在的问题、解决方法和评估策略，主要内容涉及协同过滤推荐算法中的时序技术、矩阵分解技术和社交网络信任技术等知识。 本书可供从事推荐系统、人工智能、机器学习、模式识别和信息检索等领域的科研人员及研究生阅读、参考。
技术书籍中，还算不错的👌“可惜,世界上最聪明的大脑，想的都是如何推荐,怎么样让用户去点击广告。”
全是私货，源代码也没有，感觉就是自己和手下研究生发论文的合集，现在教授出书都这么水嘛
书里归纳了许多在协同过滤算法上的改进方法，而且都详细的介绍了算法过程，注意点就是内容简介里提到的，适合科研人员及研究生阅读、参考，对于技术开发人员来说不太适合，仅有最后一章概述了一下实践方案
都是非常实用的算法，应用实践案例。很实用！